本文關(guān)鍵詞：增量處理雙隱層BP神經(jīng)網(wǎng)絡(luò)風(fēng)電功率預(yù)測(cè)模型

  更多相關(guān)文章： 風(fēng)電功率預(yù)測(cè) BP神經(jīng)網(wǎng)絡(luò) 雙隱層 增量處理 非線性歸一化

【摘要】：風(fēng)電場(chǎng)功率預(yù)測(cè)現(xiàn)有模型一般采用基于批量訓(xùn)練方式的單隱層BP神經(jīng)網(wǎng)絡(luò),針對(duì)該模型易陷入局部極小及預(yù)測(cè)精度較低等缺點(diǎn),結(jié)合風(fēng)電場(chǎng)功率預(yù)測(cè)數(shù)據(jù)量大及不確定性大的特點(diǎn),建立一種基于增量處理方式的雙隱層BP神經(jīng)網(wǎng)絡(luò)模型,具有預(yù)測(cè)精度高、較好跟蹤功率波動(dòng)、運(yùn)算速度快、不易陷入局部極小等優(yōu)點(diǎn);目前預(yù)測(cè)模型一般使用線性歸一化方法對(duì)神經(jīng)網(wǎng)絡(luò)輸入輸出參數(shù)進(jìn)行處理,基于風(fēng)電場(chǎng)功率數(shù)據(jù)取值分布不均勻的特點(diǎn),提出一種新的非線性歸一化方法,實(shí)例證明,該方法可有效提高預(yù)測(cè)精度,尤其是較高功率值和較低功率值預(yù)測(cè)效果更佳。
【作者單位】： 新能源電力系統(tǒng)國(guó)家重點(diǎn)實(shí)驗(yàn)室(華北電力大學(xué));
【關(guān)鍵詞】： 風(fēng)電功率預(yù)測(cè) BP神經(jīng)網(wǎng)絡(luò) 雙隱層 增量處理 非線性歸一化
【基金】：國(guó)家自然科學(xué)基金(51206051)
【分類號(hào)】：TM614;TP183
【正文快照】： 式與批量方式兩種[14]0引言。批量方式應(yīng)用廣泛,卻更易陷入局部極小值;增量方式在一定程度上可克服該風(fēng)電場(chǎng)功率預(yù)測(cè)是解決大規(guī)模風(fēng)電接入電網(wǎng)缺點(diǎn)。問(wèn)題的一個(gè)重要手段,近年功率預(yù)測(cè)在國(guó)內(nèi)外得到鑒于目前BP神經(jīng)網(wǎng)絡(luò)在風(fēng)電場(chǎng)功率預(yù)測(cè)領(lǐng)域廣泛關(guān)注并取得重要進(jìn)展�；跀�(shù)值天氣，

本文編號(hào)：816546