论文部分内容阅读
[!--newstext--]
[!--title--]
【出 处】
：
上海师范大学
【发表日期】
：
2022年01期
其他文献
风能的波动性对风电产业的迅速发展带来了巨大挑战，准确可靠的短期风电功率预测对满足电网调度以及降低度电成本具有重要意义。提出了一种基于K-means++聚类分析和极限学习机（ELM）的短期风电功率预测方法，同时使用数值天气预报（NWP）数据与SCADA系统的历史监测数据，实现了对未来72 h的短期风电功率预测。文中通过K-means++聚类算法将NWP数据划分为数量不等的簇，使用ELM对每个簇的数据