風(fēng)速預(yù)測(cè)是風(fēng)電場(chǎng)運(yùn)行和風(fēng)電并網(wǎng)過程中的關(guān)鍵技術(shù)之一。由于風(fēng)速序列呈現(xiàn)出明顯的間歇性和波動(dòng)性,使用單一模型進(jìn)行時(shí)預(yù)測(cè)難以取得滿意的結(jié)果。本文發(fā)展了三種混合多步預(yù)測(cè)模型,并將他們與已有的風(fēng)速預(yù)測(cè)模型相比較。這三個(gè)模型結(jié)合了小波分解、布谷鳥搜索算法和小波神經(jīng)網(wǎng)絡(luò),分別記為CS-WD-ANN,CS-WNN和CS-WD-WNN。研究采用中國(guó)山東省兩個(gè)風(fēng)電場(chǎng)的實(shí)測(cè)數(shù)據(jù)進(jìn)行模擬試驗(yàn)和模型比較,結(jié)果顯示CS-WD-WNN表現(xiàn)最佳,具有最低的統(tǒng)計(jì)誤差。 

【文章來源】：Atmospheric and Oceanic Science Letters. 2019,12(02)CSCD

【文章頁數(shù)】：9 頁


本文編號(hào)：3322574