文档介绍：第 33卷第 6期南京工业大学学报(自然科学版)
2011年 11月 JOURNALOFNANJINGUNIVERSITYOFTECHNOLOGY(NaturalScienceEdition)
doi:.1671-
基于粗糙集和 RBF神经网络的风电场
短期风速预测模型
王莉1,2,王德明1,张广明1,周献中2
(,江苏南京 210009;
,江苏南京 210093)
摘要:结合粗糙集提出了一种 RBF神经网络短期风速预测模型。采用粗糙集对预测模型的输入特征空间进行
约简,找出对未来预测的风速具有主要影响的因素,以此作为 RBF神经网络预测模型的输入变量;在 RBF神经网
络训练的过程中,采用在线滚动优化策略,将最新的样本加入训练集,从而使预测模型能够跟踪风速的最新变化。
将提出的方法用于某风电场的1h短期风速预测,仿真实验结果表明该方法具有结构简单、预测精度高的优点。
关键词:风力发电;短期风速预测;粗糙集;RBF神经网络
中图分类号:TM614 文献标志码:A 文章编号:1671-7627(2011)06-0067-05
Shortterm windspeedpredictionforwindfarmsbasedonrough
workmodel
WANGLi1,2,WANGDeming1,ZHANGGuangming1,ZHOUXianzhong2
(,NanjingUniversityofTechnology,Nanjing210009,China;
,NanjingUniversity,Nanjing210093,China)
Abstract:Aradicalbasisfunction(RBF)binedwithroughsetswasusedto
predictshort
workprediction

addedintothetrainingsets,

advantagesofsimplicityandhighprecision.
Keywords:windpowergeneration;shorttermwindspeedprediction;roughsets;work
风能是一种干净的、储量极为丰富的可再生能强的随机性,