-
公开(公告)号:CN105260789B
公开(公告)日:2018-12-11
申请号:CN201510611842.5
申请日:2015-09-24
Applicant: 东北电力大学
CPC classification number: Y02E40/76 , Y04S10/545
Abstract: 本发明涉及风力发电技术领域,针对当前实际获取的风电数据涉及多种时间尺度,如何选取合理的时间尺度来处理相关风电功率预测问题,提出了一种面向风电功率超短期预测的风电数据时间尺度优选方法,其特点是,包括:建立预测误差分析的指标模型、构建风电数据的优度指标模型和对构建风电数据时间尺度的优选步骤,通过对不同时间尺度风电数据复杂度和风电功率预测效果的量化对比分析,确定用于风电功率预测的最优时间尺度,能够使所使用的数据准确合理。
-
公开(公告)号:CN105260789A
公开(公告)日:2016-01-20
申请号:CN201510611842.5
申请日:2015-09-24
Applicant: 东北电力大学
CPC classification number: Y02E40/76 , Y04S10/545
Abstract: 本发明涉及风力发电技术领域,针对当前实际获取的风电数据涉及多种时间尺度,如何选取合理的时间尺度来处理相关风电功率预测问题,提出了一种面向风电功率超短期预测的风电数据时间尺度优选方法,其特点是,包括:建立预测误差分析的指标模型、构建风电数据的优度指标模型和对构建风电数据时间尺度的优选步骤,通过对不同时间尺度风电数据复杂度和风电功率预测效果的量化对比分析,确定用于风电功率预测的最优时间尺度,能够使所使用的数据准确合理。
-