基于AP聚類算法的RBF神經(jīng)網(wǎng)絡(luò)風(fēng)速預(yù)測(cè)方法的研究

打開文本圖片集

摘 要：近年來(lái)，江蘇地區(qū)在迎峰度夏期間出現(xiàn)了較大的電能供給缺口，電力系統(tǒng)頻率失穩(wěn)的風(fēng)險(xiǎn)增加，因此，在電力保供工作中，穩(wěn)定的風(fēng)電輸出功率愈發(fā)重要?？紤]到風(fēng)能的隨機(jī)性和間歇性，準(zhǔn)確的風(fēng)速預(yù)測(cè)可以降低風(fēng)電入網(wǎng)時(shí)的附加成本，協(xié)助電力系統(tǒng)調(diào)度部門調(diào)整調(diào)度計(jì)劃，提升電力系統(tǒng)的風(fēng)電消納與穩(wěn)定運(yùn)行能力。從提高超短期風(fēng)速預(yù)測(cè)精度的角度出發(fā)，提出了1種基于近鄰傳播（AP）聚類算法的徑向基函數(shù)（RBF）神經(jīng)網(wǎng)絡(luò)風(fēng)速預(yù)測(cè)方法（即“AP-RBF方法”）。（剩余10491字）