改进型T-S模糊神经网络风电功率预测模型的研究

发布时间：2018-03-07 04:29

本文选题：风电功率预测　切入点：改进型T-S模糊神经网络　出处：《自动化仪表》2014年12期 　论文类型：期刊论文

【摘要】：为了提高风电功率的预测精度,在分析其主要影响因素的基础上,针对T-S模糊神经网络收敛速度慢、计算量大等缺点,提出了一种改进型T-S模糊神经网络风电功率预测模型。首先采用椭圆基函数作为隶属函数,扩展其接收域;其次利用模糊C-均值聚类确定其中心值;然后引入惯性项加快网络的收敛速度;最后分别对四季短期风电功率进行预测。仿真结果表明,改进型T-S模糊神经网络有效地提高了短期风电功率的预测精度,具有一定的实用价值。
[Abstract]:In order to improve the prediction accuracy of wind power, based on the analysis of its main influencing factors, the T-S fuzzy neural network has the disadvantages of slow convergence speed and large computational load. An improved T-S fuzzy neural network wind power prediction model is proposed. Firstly, elliptic basis function is used as membership function to extend its receiving domain, and then fuzzy C-means clustering is used to determine its central value. Then the inertia term is introduced to speed up the convergence of the network. Finally, the short-term wind power of the four seasons is forecasted. The simulation results show that the improved T-S fuzzy neural network can effectively improve the prediction accuracy of the short-term wind power. It has certain practical value.
【作者单位】：太原理工大学信息工程学院;新型传感器与智能控制教育部与山西省重点实验室;太原理工大学电气与动力工程学院;
【基金】：国家自然科学基金资助项目(编号:51277127)
【分类号】：TM614;TP183

【参考文献】

相关期刊论文前10条

1 夏冬;吴俊勇;贺电;宋洪磊;冀鲁豫;;一种新型的风电功率预测综合模型[J];电工技术学报;2011年S1期

2 蒋小亮;蒋传文;彭明鸿;林海涛;李子林;;基于时间连续性及季节周期性的风速短期组合预测方法[J];电力系统自动化;2010年15期

3 张宁宇;高山;赵欣;;一种考虑风电随机性的机组组合模型及其算法[J];电工技术学报;2013年05期

4 王丽婕;廖晓钟;高阳;高爽;;风电场发电功率的建模和预测研究综述[J];电力系统保护与控制;2009年13期

5 方江晓;周晖;黄梅;T.S.Sidhu;;基于统计聚类分析的短期风电功率预测[J];电力系统保护与控制;2011年11期

6 武小梅;白银明;文福拴;;基于RBF神经元网络的风电功率短期预测[J];电力系统保护与控制;2011年15期

7 刘立阳;吴军基;孟绍良;;短期风电功率预测误差分布研究[J];电力系统保护与控制;2013年12期

8 牛林;叶燎原;李明德;;基于T-S模糊模型的多变量预测控制[J];自动化与仪表;2009年08期

9 吕跃刚;关晓慧;刘俊承;;风力发电机组状态监测系统研究[J];自动化与仪表;2012年01期

10 叶林;刘鹏;;基于经验模态分解和支持向量机的短期风电功率组合预测模型[J];中国电机工程学报;2011年31期

【共引文献】

相关期刊论文前10条

1 王健;严干贵;宋薇;穆钢;;风电功率预测技术综述[J];东北电力大学学报;2011年03期

2 夏冬;吴俊勇;贺电;宋洪磊;冀鲁豫;;一种新型的风电功率预测综合模型[J];电工技术学报;2011年S1期

3 厉卫娜;苏小林;;基于小波-神经网络的短期风电功率预测研究[J];电力学报;2011年06期

4 陈颖;周海;王文鹏;曹潇;丁杰;;风电场输出功率超短期预测结果分析与改进[J];电力系统自动化;2011年15期

5 师洪涛;杨静玲;丁茂生;王金梅;;基于小波—BP神经网络的短期风电功率预测方法[J];电力系统自动化;2011年16期

6 王扬;张金江;温柏坚;郭创新;曹一家;吴栋梁;;风电场超短期风速预测的相空间优化邻域局域法[J];电力系统自动化;2011年24期

7 丁志勇;杨苹;杨曦;张臻;;基于连续时间段聚类的支持向量机风电功率预测方法[J];电力系统自动化;2012年14期

8 苏赞;王维庆;王健波;常喜强;张新燕;;风电功率预测准确性分析[J];电气技术;2012年03期

9 孟洋洋;卢继平;孙华利;潘雪;高道春;廖勇;;基于相似日和人工神经网络的风电功率短期预测[J];电网技术;2010年12期

10 姚兴佳;马佳;郭庆鼎;王文静;;基于倾斜角权系数校正的风电机组变桨控制[J];电源学报;2012年01期

相关期刊论文前10条

1 王丽婕;廖晓钟;高爽;冬雷;;并网型大型风电场风力发电功率-时间序列的混沌属性分析[J];北京理工大学学报;2007年12期

2 黎静华;韦化;;基于模式搜索算法的电力系统机组组合问题[J];电工技术学报;2009年06期

3 江岳文;陈冲;温步瀛;;含风电场的电力系统机组组合问题随机模拟粒子群算法[J];电工技术学报;2009年06期

4 江全元;张铭泽;高强;;考虑交流潮流约束的机组组合并行解法[J];电工技术学报;2009年08期

5 金海峰,熊信艮,吴耀武;基于相似性原理的短期负荷预测方法[J];电力系统自动化;2001年23期

6 雷亚洲;与风电并网相关的研究课题[J];电力系统自动化;2003年08期

7 高峰,康重庆,夏清,黄永皓,尚金成,孟远景,何南强;负荷预测中多模型的自动筛选方法[J];电力系统自动化;2004年06期

8 张国强;张伯明;;基于组合预测的风电场风速及风电机功率预测[J];电力系统自动化;2009年18期

9 叶荣;陈皓勇;王钢;陈盼;;多风电场并网时安全约束机组组合的混合整数规划解法[J];电力系统自动化;2010年05期

10 葛炬;王飞;张粒子;;含风电场电力系统旋转备用获取模型[J];电力系统自动化;2010年06期

相关期刊论文前10条

1 王学峰,赵克利,许纯新;工程机械模糊神经网络挡位决策方法[J];吉林工业大学自然科学学报;2001年02期

2 谭飞;模糊神经网络中长期负荷预报研究[J];三峡大学学报(自然科学版);2001年05期

3 关碧华,周雅莉,尹建民,张奇志;噪声有源控制的模糊神经网络方法[J];北京机械工业学院学报;2002年03期

4 章玲,葛世伦;基于模糊神经网络方法的虚拟企业合作伙伴的选择[J];华东船舶工业学院学报(自然科学版);2002年05期

5 肖文晖,刘亚斌,王思存;燃气小时负荷的模糊神经网络预测[J];煤气与热力;2002年01期

6 刘剑,谷中丽,戴旭文;补偿模糊神经网络对电动汽车续驶里程的应用[J];汽车工艺与材料;2002年06期

7 李琳,程昌银;模糊神经网络故障诊断研究[J];武汉理工大学学报(信息与管理工程版);2002年01期

8 刘普寅;一种新的模糊神经网络及其逼近性能[J];中国科学E辑:技术科学;2002年01期

9 龚剑扬,司锡才,郜丽鹏,蒯冲;混沌序列的模糊神经网络预测[J];弹箭与制导学报;2003年04期

10 胡文斌,王少梅;基于模糊神经网络的决策支持系统的应用研究[J];工业工程;2003年05期