發(fā)布時間：2017-10-24 07:37

  本文關(guān)鍵詞：基于主成分—遺傳神經(jīng)網(wǎng)絡(luò)的短期風(fēng)電功率預(yù)測

  更多相關(guān)文章： 風(fēng)電功率 神經(jīng)網(wǎng)絡(luò) 遺傳算法 主成分分析 短期預(yù)測

【摘要】：短期風(fēng)電功率預(yù)測對接入大量風(fēng)電的電力系統(tǒng)運行具有重要的意義,建立了基于主成分分析與遺傳神經(jīng)網(wǎng)絡(luò)相結(jié)合的短期風(fēng)電功率預(yù)測模型。該模型先對原始輸入數(shù)據(jù)進行主成分分析,分析結(jié)果作為神經(jīng)網(wǎng)絡(luò)預(yù)測模型的輸入;為克服BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練時間長、易陷入局部極小值的的缺陷,采用遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和閾值,并使用Levenberg-Marquardt算法對網(wǎng)絡(luò)權(quán)值和閾值進行細化訓(xùn)練。經(jīng)某風(fēng)電場實際數(shù)據(jù)驗證,與GA神經(jīng)網(wǎng)絡(luò)模型、PCA-LM神經(jīng)網(wǎng)絡(luò)模型相比,預(yù)測精度明顯提高,為短期風(fēng)電功率預(yù)測提供了一種有效的方法。
【作者單位】： 華北電力大學(xué)控制與計算機工程學(xué)院;
【關(guān)鍵詞】： 風(fēng)電功率 神經(jīng)網(wǎng)絡(luò) 遺傳算法 主成分分析 短期預(yù)測
【基金】：國家自然科學(xué)基金項目(60974051) 北京市自然科學(xué)基金項目(4122071)~~
【分類號】：TP183;TM614
【正文快照】： 0引言隨著全球石化資源儲量的日漸匱乏以及低碳、環(huán)保概念的逐步深化,風(fēng)能等可再生能源的開發(fā)與利用日益受到國際社會的重視[1]。風(fēng)力發(fā)電是風(fēng)能的主要利用方式之一,也是可再生能源發(fā)電技術(shù)中發(fā)展最快和最為成熟的一種。但風(fēng)電是一種間歇性、波動性電源,大規(guī)模風(fēng)電的接入給電

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 徐曼;喬穎;魯宗相;;短期風(fēng)電功率預(yù)測誤差綜合評價方法[J];電力系統(tǒng)自動化;2011年12期

2 師洪濤;楊靜玲;丁茂生;王金梅;;基于小波—BP神經(jīng)網(wǎng)絡(luò)的短期風(fēng)電功率預(yù)測方法[J];電力系統(tǒng)自動化;2011年16期

3 趙杰輝,葛少云,劉自發(fā);基于主成分分析的徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)在電力系統(tǒng)負荷預(yù)測中的應(yīng)用[J];電網(wǎng)技術(shù);2004年05期

4 谷興凱;范高鋒;王曉蓉;趙海翔;戴慧珠;;風(fēng)電功率預(yù)測技術(shù)綜述[J];電網(wǎng)技術(shù);2007年S2期

5 孟洋洋;盧繼平;孫華利;潘雪;高道春;廖勇;;基于相似日和人工神經(jīng)網(wǎng)絡(luò)的風(fēng)電功率短期預(yù)測[J];電網(wǎng)技術(shù);2010年12期

6 張明理;楊曉亮;滕云;徐建源;林莘;;基于主成分分析與前向反饋傳播神經(jīng)網(wǎng)絡(luò)的風(fēng)電場輸出功率預(yù)測[J];電網(wǎng)技術(shù);2011年03期

7 張s，

本文編號：1087760