基于改进CFD与小波混合神经网络组合的风电场功率预测方法_崔嘉.pdfVIP

下载本文档

2
0
约4.18万字
约 7页
2019-03-15 发布于浙江
举报
版权申诉

基于改进CFD与小波混合神经网络组合的风电场功率预测方法_崔嘉.pdf

1、本文档共7页，可阅读全部内容。
2、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

41 卷 1 期电网技术 Vol. 4 1 No. 1 20 17 年1 月 Power System Technology Jan. 20 17 文章编号：1000-3673 （20 17）01-0079-07 中图分类号：TM 715 文献标志码：A 学科代码：470 40 基于改进CFD 与小波混合神经网络组合的风电场功率预测方法 1a 1a 1b 1a 1a 2 崔嘉，杨俊友，杨理践，高凯旻，宋志成，高子昂 1．沈阳工业大学 a. 电气工程学院，b. 信息科学与工程学院，辽宁省沈阳市 110870； 2．东北电力大学电气工程学院，吉林省吉林市 132012 ） New Method of Combined Wind Power Forecasting Based on Improved CFD and Wavelet-HNN Model 1a 1a 1b 1a 1a 2 CUI Jia , YANG Junyou , YANG Lijian , GAO Kaimin , SONG Zhicheng , GAO Ziang (1.a. School of Electrical Engineering, b. School of Information Science and Engineering, Shenyang University of Technology, Shenyang 110870, Liaoning Province, China; 2. School of Electrical Engineering, Northeast Electric Power University, Jilin 1320 12, Jilin Province, China) 1 ABSTRACT: Time-dependency and intermittence of wind 测方法更准确地反映了风电场实际运行状态，有效提高了预 power impacts energy balance between wind power output and 测准确性。 load in power system in real-time. Accurate wind power 关键词：功率预测；组合方法；计算流体力学；小波混合神 forecast is helpful to reduce spinning reserve capacity and 经网络；尾流模型 make reasonable maintenance plan. For impacts of wind power uncertainties on power system, a new combination method of DOI 10.13335/j.1000-3673.pst.2016.0734 wind power forecasting based on improved computational fluid 0 引言 dynamics (CFD) mode