论文部分内容阅读
风力发电输出功率预测对风电场和电力系统都具有重大意义。文章提出了多层径向基函数（radial basis function,RBF）神经元网络的聚类算法,从实际运行的风电场获得的数据样本,建立了基于多层RBF网络的短期风电功率预测模型。运用该模型并利用MATLAB数学软件编程进行了每隔15分钟30个时点的风电功率输出预测,结果表明预测误差达到了很高的精度。通过预测值与实际输出功率数据比较,说明了多层RBF网络预测的有效性和可靠性。