科研之友
微信
新浪微博
Facebook
分享链接
摘要
[目的]准确的风资源数据对风场的风资源评估和发电量计算有着重大意义。由于机械故障、天气因素和人为影响等原因,风场内风速数据出现采集时间短、间断点多、数据失真等诸多问题,给风资源的评估带来不小的麻烦。[方法]现阶段风电行业内采用基于相关测量预测方法 (MCP,Measure-Correlate Predict)(可称之为传统插补方法)进行间断数据的插补和拟合,准确性略显不足。文章针对风机风速插补和测风塔测试风速插补两种应用场景,提出基于BP神经网络算法的风资源数据预测插补方案,进行模型建立和预测。[结果]结果表明:BP神经网络插补效果优于传统插补方法,且平坦地形测风塔风速插补优于复杂地形风速插补。[结论]研究表明:基于BP神经网络方法的风电场风速插补技术适用于风电场风速插补应用,对风资源评估的准确性有明显提升。
- 单位
