基于数据驱动的超短期风电功率预测综述

以数据驱动为主要特征的超短期风功率预测是大规模风电并网运行的关键基础之一.按照预测流程,从数据挖掘、机器学习算法及风速-功率曲线等角度分析现有数据驱动方法的思想及局限性.总结离线数据驱动/深度学习算法和在线应用的预测思路,给出风电场数据筛选的评价手段,归纳深度学习算法的最新研究进展.最后分析超短期风功率预测的当前定位:"由模型驱动向数据驱动过渡,由机器学习算法向深度学习算法转移",并指出合理的算法更迭和深层次的数据融合将是未来的研究趋势....

Full description

Saved in:
Bibliographic Details
Published in电力系统保护与控制 Vol. 47; no. 13; pp. 171 - 186
Main Authors 杨茂, 张罗宾
Format Journal Article
LanguageChinese
Published 东北电力大学电气工程学院,吉林 吉林,132012 01.07.2019
Subjects
超短期预测
数据驱动
多源数据融合
风电功率
深度学习
Online AccessGet full text
ISSN1674-3415
DOI10.19783/j.cnki.pspc.180888

Cover

More Information
Summary:以数据驱动为主要特征的超短期风功率预测是大规模风电并网运行的关键基础之一.按照预测流程,从数据挖掘、机器学习算法及风速-功率曲线等角度分析现有数据驱动方法的思想及局限性.总结离线数据驱动/深度学习算法和在线应用的预测思路,给出风电场数据筛选的评价手段,归纳深度学习算法的最新研究进展.最后分析超短期风功率预测的当前定位:"由模型驱动向数据驱动过渡,由机器学习算法向深度学习算法转移",并指出合理的算法更迭和深层次的数据融合将是未来的研究趋势.
ISSN:1674-3415
DOI:10.19783/j.cnki.pspc.180888