基于粗糙集和RBF神经网络的风电场短期风速预测模型

摘要

风电场高精度的短期风速预测有利于提高含大量风电机组电网的安全稳定性和提前调整调度计划，结合粗糙集提出了一种RBF神经网络短期风速预测模型。首先采用粗-+糙集对预测模型的输入特征空间进行约简，找出对未来预测的风速具有主要影响的因素，以此作为RBF神经网络预测模型的输入变量；在RBF神经网络训练的过程中，采用在线滚动优化策略，将最新的样本加入训练集，从而使预测模型能够跟踪风速的最新变化。最后将提出的方法用于某风电场的1小时短期风速预测，仿真实验结果表明该方法具有结构简单、预测精度高的优点。