技术总结
本发明提出一种风电功率爬坡预测方法，包括：(1)将风电功率爬坡量进行稀疏分解；(2)将分解后得到的原子分量进行自预测，将残差分量进行径向基神经网络预测；(3)将各预测分量进行线性相加得到下一时刻的预测值。该方法采用基于稀疏分解法和径向基神经网络相结合的滑动预测方法进行风电功率爬坡量的预测，建立了风电功率爬坡事件的预测模型，从而进行风电功率爬坡量的预测，提高预测精度。
技术研发人员：黄麒元;王致杰;王浩清;朱俊;周泽坤;王东伟;杜彬;吕金都;王鸿
受保护的技术使用者：上海电机学院
文档号码：201610822667
技术研发日：2016.09.13
技术公布日：2017.05.17