科研之友
微信
新浪微博
Facebook
分享链接
摘要
为解决传统聚类算法对风电功率序列趋势特性的挖掘与利用较少，且对不同风电场进行可调节设计不足的问题，提出了一种基于新型多维功率趋势聚类的风电功率预测方法。该方法首先提出一种多维功率趋势相似距离度量方法，其中包括风电功率序列波动程度、波动时间及数值维度共3个维度的度量，对风电数据中的趋势特性进行挖掘；然后，采用提出的严格系数对各个维度的参与度进行调整，以适应不同风电场数据，获得较好的聚类效果；最后，将提出的多维功率趋势距离度量与传统的模糊C均值软聚类算法及Elman神经网络群相结合，构建完整的预测模型。研究结果表明：该方法能够有效挖掘风电功率序列中的趋势特性，并提高风电功率的预测精度。
- 单位
