《表2 功率预测评定结果：基于BP神经网络与非参数核密度估计的短期风电功率概率区间预测》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于BP神经网络与非参数核密度估计的短期风电功率概率区间预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

%

从29天预测样本的NWP风速、拟合修正风速和BP修正风速中选取最优风速值，结合NWP风向数据组成训练数据集，因此选取了1月10日、1月11日、1月14日、1月26日和2月4日数据作为训练样本，剩下的24天的数据为预测样本。将归一化的最优风速值、风向正弦、风向余弦作为BP神经网络的输入，实际风电功率作为模型期望输出，基于Matlab仿真软件，3种预测数据搭建的点预测模型结果如表2所示。从表2可以看出，利用修正风速样本建立的模型精度均高于原始的NWP风速样本，其中BP神经网络修正的风速样本精度最高，NMAE和NRMSE仅为15.35%和19.96%。