基于人工智能的新能源风力发电功率预测与智能调度研究
池家乐 （ 国华巴彦淖尔（乌拉特中旗）风电有限公司 ）
https://doi.org/10.37155/2811-0609-0504-65Abstract
本文介绍了三种用于风力发电功率预测的人工智能模型。神经网络模型借鉴生物结构，靠多层神经元拟 合非线性关系，能自动学习复杂规律，短期预测效果佳。支持向量机模型基于统计学习理论，通过找最优超平面实现 分类与回归，适合小样本、高维数据场景。LSTM和GRU深度学习模型针对时序数据处理，解决了传统模型难捕捉长 时依赖的问题，在风速波动大时预测优势明显，能显著提升预测精度与稳定性。
Keywords
人工智能；风力发电；功率预测；智能调度Full Text
PDFReferences
[1]张伟.人工智能在抽水蓄能电站优化调度中的应用
研究[J].低碳世界，2025，15(08):64-66.
[2]谢振钟.新能源电力系统智能调度优化方法研究[J].
光源与照明，2025，(07):245-247.
[3]胡海青,姚健,俞雪蕾.基于人工智能的风电功率预
测与优化调度综述[J].电力系统保护与控制,2021,49(6):94-
102.
[4]陈尚扬,陈晓娇.基于深度学习和智能优化算法的风
电功率预测与优化调度研究[J].电力系统保护与控制,2020,
48(9):112-119.
研究[J].低碳世界，2025，15(08):64-66.
[2]谢振钟.新能源电力系统智能调度优化方法研究[J].
光源与照明，2025，(07):245-247.
[3]胡海青,姚健,俞雪蕾.基于人工智能的风电功率预
测与优化调度综述[J].电力系统保护与控制,2021,49(6):94-
102.
[4]陈尚扬,陈晓娇.基于深度学习和智能优化算法的风
电功率预测与优化调度研究[J].电力系统保护与控制,2020,
48(9):112-119.
Copyright © 2026 池家乐
Publishing time:2026-02-28
This work is licensed under a Creative Commons Attribution 4.0 International License