[发明专利]一种基于改进神经网络的风功率中短期预测方法及系统

摘要

本发明涉及一种基于改进神经网络的风功率中短期预测方法及系统，该方法采集风电场的历史特征数据、实时特征数据以及实际风功率；根据历史特征数据，通过神经网络里的聚类K均值算法循环迭代对风机分组；采用聚类衡量标准对风机分组结果进行度量；根据历史特征数据、实际风功率以及BP算法对每组风机建立风功率预测模型，并输出每组风机的预测风功率；对每组风机的预测风功率求和，得到全场预测风功率；本发明的聚类算法分组和分组建模求风功率，成本低、所依赖的数据量少、预测精度高、计算速度快，提高整个电力系统运行的可靠性和安全性。