科研之友
微信
新浪微博
Facebook
分享链接
摘要
碳中和背景下,风电将成为我国的主导能源之一。随着人工智能技术快速发展,人工神经网络被广泛应用于风力发电功率预测。传统的人工神经网络算法采用固定形式数据集和单一网络结构,限制了整体表达能力,导致超短期风电功率预测由于各种不确定因素造成难以控制的误差。为此,提出一种基于人工神经网络的多通道特征组合模型,用于超短期风电功率预测。首先将数据集进行重新分类,分别输入到3个神经网络,建立3种特征组合形式;再将多通道特征进行拼接融合,并将融合后的特征加入到全连接神经网络中进行功率预测,可消除不同特征之间的干扰,有效学习到长期依赖的数据特征;最后对5个风电场数据进行算法验证。实验结果表明,该方法比单通道模型能够获得更好的预测精度,而且增加了网络稳定性。
-
单位新疆金风科技股份有限公司; 电气学院; 河海大学
