论文部分内容阅读
为提高风电场输出功率预测精度，提出一种动态基于神经网络的功率预测方法。根据实际运行的风电场相关风速、相关风向和风电功率的历史数据，建立了基于Elman神经元网络的短期风电功率预测模型。运用多层Elman神经网络模型对西北某风电场实际1h和24h的风电输出功率预测，与BP神经网络模型对比，经仿真分析证明前者具有预测精度高的特点，三隐含层Elman神经网络模型预测效果最佳。这表明利用Elman回归神经网络建模对风电功率进行预测是可行的，能有效提高功率预测精度。