典型文献
考虑海上风电多机组时空特性的超短期功率预测模型
文献摘要：
海上风电单机预测无法快速预测海上风电场整体功率,且各机组间波动不均会造成集群功率曲线质量差、预测精度低的问题.因此,文中提出考虑海上风电机组时空特性的超短期功率预测模型.首先,利用改进动态时间弯曲算法量化度量海上风电机组时空特性相似度,分析海上风电机组的时空特性;然后,采用基于深度学习的Transformer模型建立海上风电功率预测模型;最后,综合考虑海上风电机组时空特性相似度与母线位置信息,聚类海上风电机组并进行超短期功率预测.通过对海上风电机组实测数据的分析表明,所提出的方法可有效量化与度量海上风电机组间时空特性并及时预测超短期海上风电机组群功率.
文献关键词：
海上风电;超短期功率预测;时空特性;动态时间弯曲;深度学习
中图分类号：
作者姓名：
林铮;刘可真;沈赋;赵现平;梁玉平;董敏
作者机构：
昆明理工大学电力工程学院,云南省昆明市 650500;云南电网有限责任公司,云南省昆明市 650217
文献出处：
引用格式：
[1]林铮;刘可真;沈赋;赵现平;梁玉平;董敏-.考虑海上风电多机组时空特性的超短期功率预测模型)[J].电力系统自动化,2022(23):59-66
A类：
B类：
多机组,时空特性,超短期功率预测,功率预测模型,单机,快速预测,测海,海上风电场,各机,功率曲线,线质量,海上风电机组,进动,动态时间弯曲算法,Transformer,风电功率预测,母线,位置信息,组群
AB值：
0.134174
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。
