公开(公告)号：CN102663513B

公开(公告)日：2016-04-20

申请号：CN201210065357.9

申请日：2012-03-13

Applicant: 华北电力大学

Inventor： 刘永前 ,  史洁 ,  杨勇平

IPC: G06N3/08

Abstract: 本发明公开了属于风力发电建模技术领域的利用灰色关联度分析的风电场功率组合预测建模方法。具体说是基于最小二乘支持向量机和误差反向传播神经网络的风电功率加权组合预测方法。预测方法是从气象部门预先采集风速、风向的预测值，从风电场数据采集系统采集实时出力功率；将两者输入数据处理模块进行数据分析提取与归一化，随后导入数据库服务器中；组合预测算法服务器将数据库服务器中处理好的数据提取，分别进行模型训练与功率预测，风电场实时将运行数据传给数据处理模块从而实现滚动预测。本发明达到短期组合预测风电场出力的目的。该发明既最大化的利用了两种算法的优点，又节省了计算资源，缩短了计算时间从而提高了预测效率。

公开(公告)号：CN102663513A

公开(公告)日：2012-09-12

申请号：CN201210065357.9

申请日：2012-03-13

Applicant: 华北电力大学

Inventor： 刘永前 ,  史洁 ,  杨勇平

IPC: G06Q10/04 ,  G06Q50/06 ,  G06N3/08

Abstract: 本发明公开了属于风力发电建模技术领域的利用灰色关联度分析的风电场功率组合预测建模方法。具体说是基于最小二乘支持向量机和误差反向传播神经网络的风电功率加权组合预测方法。预测方法是从气象部门预先采集风速、风向的预测值，从风电场数据采集系统采集实时出力功率；将两者输入数据处理模块进行数据分析提取与归一化，随后导入数据库服务器中；组合预测算法服务器将数据库服务器中处理好的数据提取，分别进行模型训练与功率预测，风电场实时将运行数据传给数据处理模块从而实现滚动预测。本发明达到短期组合预测风电场出力的目的。该发明既最大化的利用了两种算法的优点，又节省了计算资源，缩短了计算时间从而提高了预测效率。