基于自适应神经模糊推理系统的风功率缺失数据补齐

发布时间：2018-06-17 21:07

  本文选题：风电输出功率 + 自适应神经模糊推理系统　； 参考：《电力系统自动化》2014年19期

【摘要】：风电场风电输出功率数据的完整性在风能利用中具有重要意义。利用相邻风机法、持续法、平均插值法、标准功率曲线对应法均可以对风电缺失功率数据进行补齐,但都有各自的优缺点及适用范围;在单一补齐数据方法的基础上,文中采用自适应神经模糊推理系统(ANFIS)模型对丢失数据进行补齐和优化。对实测数据的仿真计算结果表明,用所提出的方法进行数据补齐后风电输出功率的计算结果平均相对误差降低,准确率提高。
[Abstract]:The integrity of wind power output data is of great significance in wind power utilization. By using adjacent fan method, continuous method, average interpolation method and standard power curve correspondence method, the missing power data of wind power can be compensated, but all of them have their own advantages and disadvantages and applicable range. In this paper, the adaptive neural fuzzy inference system (ANFIS) model is used to correct and optimize the lost data. The simulation results of the measured data show that the average relative error of the wind power output power is reduced and the accuracy is improved after the proposed method is used to correct the data.
【作者单位】： 东北电力大学电气工程学院;
【基金】：国家重点基础研究发展计划(973计划)资助项目(2013CB228201) 国家自然科学基金资助项目(51307017) 吉林省科技发展计划资助项目(20140520129JH) 吉林省教育厅“十二五”科学技术研究项目(吉教科合字[2014]第474号) 吉林市科技发展计划资助项目(2013625004)~~
【分类号】：TM614
，

本文编号：2032453