刘本希 (副教授)

副教授   硕士生导师

性别:男

毕业院校:大连理工大学

学位:博士

所在单位:水利工程系

学科:水文学及水资源. 水利水电工程

办公地点:大连理工大学西部校区能源与动力学院928室

电子邮箱:benxiliu@dlut.edu.cn

当前位置: 中文主页 >> 科学研究 >> 论文成果

耦合偏互信息的贫资料地区小水电发电能力预测

点击次数:

论文类型:期刊论文

发表时间:2015-10-10

发表刊物:电力系统自动化

收录刊物:EI、PKU、ISTIC、CSCD、Scopus

卷号:39

期号:19

页面范围:149-154

ISSN号:1000-1026

关键字:小水电;神经网络;偏互信息;气象预测系统;发电预测

摘要:准确预测小水电富集地区小水电的发电能力是保证电网安稳运行、实现大小水电协调的重要措施。不同于大中型水电,小水电大多位于偏远山区,信息采集困难,管理薄弱,可用于发电能力预测的资料较少,难以利用和借鉴现有的大中型水电发电能力预测方法。文中结合小水电的实际情况,以地区小水电整体为对象,提出了耦合偏互信息的小水电发电能力预测方法。该方法以 BP神经网络预测模型为手段,采用偏互信息方法筛选显著影响小水电发电能力的预报因子,并结合气象预测系统(CFS)的气象预报信息作为输入,实现贫资料地区小水电发电能力预测。最后,以云南小水电富集的德宏和大理为实例研究验证了所述方法的有效性。

发表时间:2015-10-10

上一条: 大小水电可消纳电量期望值最大短期协调优化调度模型

下一条: Chinas small hydropower and its dispatching management