论文部分内容阅读
全球不可再生能源短缺,风能作为一种环境友好型能源,成为替代化石能源的重要选择。但风具有间歇性、波动性、随机性等特点。风力发电给电力系统的稳定性带来了一定的挑战。而对风场的风功率进行预测是解决这一问题的重要途径。风速预测是风功率预测的重要组成部分。在此背景下,本文针对风场的短期风速预测,重点完成以下几方面的工作:分别建立BP神经网络、小波神经网络以及支持向量机(SVM)预测模型,并对风场的风速进行预测,然后对各方法的预测结果进行误差分析。实测风速数据分析表明:SVM与其他两种方法相比具有更高的预测精度