基于PCA RBF的风电场短期风速订正方法研究 |
| |
引用本文: | 邓华,张颖超,顾荣,黄飞,支兴亮.基于PCA RBF的风电场短期风速订正方法研究[J].气象科技,2018,46(1):10-15. |
| |
作者姓名: | 邓华 张颖超 顾荣 黄飞 支兴亮 |
| |
作者单位: | 1 南京信息工程大学气象灾害预报预警与评估协同创新中心,南京 210044; 2 江苏省大数据分析技术重点实验室,南京 210044; 3 气象灾害教育部重点实验室,南京 210044,1 南京信息工程大学气象灾害预报预警与评估协同创新中心,南京 210044; 2 江苏省大数据分析技术重点实验室,南京 210044,1 南京信息工程大学气象灾害预报预警与评估协同创新中心,南京 210044; 2 江苏省大数据分析技术重点实验室,南京 210044,1 南京信息工程大学气象灾害预报预警与评估协同创新中心,南京 210044; 2 江苏省大数据分析技术重点实验室,南京 210044,1 南京信息工程大学气象灾害预报预警与评估协同创新中心,南京 210044; 2 江苏省大数据分析技术重点实验室,南京 210044 |
| |
基金项目: | 国家自然科学基金项目(41675156),国家公益性行业(气象)科研专项(GYHY20110604),江苏省六大人才高峰项目(WLW 021)资助 |
| |
摘 要: | 风电功率预测中最重要的因子是风速,准确的风速预测是风电功率预测的前提和基础。为了提高短期风速预测的准确性,本研究采用WRF模式,对我国上海崇明吕四风电场的风速进行预报。在此基础上,利用PCA-RBF算法结合WRF模式预报风向、气温、气压等气象要素对预报风速进一步订正。实验结果表明,利用PCA-RBF算法对WRF模式预报风速进行订正后,预报风速的误差进一步减小,相对均方根误差降低20%~30%,相对平均绝对误差降低15%~20%。与其他智能算法(BP算法、LSSVM算法)对比分析后得出,PCA-RBF算法对WRF模式预报风速具有较好的订正效果,能够有效提高风速预报准确率。
|
关 键 词: | WRF模式 PCA算法 RBF算法 风速订正 |
收稿时间: | 2017/1/6 0:00:00 |
修稿时间: | 2017/10/17 0:00:00 |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《气象科技》浏览原始摘要信息 |
| 点击此处可从《气象科技》下载免费的PDF全文 |
|