典型文献
基于神经网络的多源风电出力预测
文献摘要：
风力发电作为优质的可再生能源,在我国能源系统中所占比例逐年上升.与此同时,风能的较大波动性给电网安全稳定运行以及电力市场化交易环境带来巨大的挑战,因此,提升风电机组输出功率的预测准确度显得尤为重要.基于此,本文研究了应用于电力市场的风电预测,通过多源的气象数据进行神经网络学习,以此提高风电出力的预测准确率.机器学习训练后所得到的模型,可成功预测想要的出力变量,结果表明预测准确率得到了提升,能更好地对电力市场化交易的建设提供服务.
文献关键词：
神经网络;机器学习;风电出力
中图分类号：
作者姓名：
朱燕;任书锐
作者机构：
中国广核新能源控股有限公司,北京 100071
文献出处：
引用格式：
[1]朱燕;任书锐-.基于神经网络的多源风电出力预测)[J].中国战略新兴产业,2022(21):54-56
A类：
B类：
风电出力,出力预测,风力发电,可再生能源,国能,能源系统,风能,大波动,波动性,电网安全,安全稳定运行,电力市场化交易,交易环,风电机组,输出功率,预测准确度,风电预测,气象数据,神经网络学习,预测准确率,学习训练
AB值：
0.314983
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
