本文關鍵詞：風電場風速的神經網絡組合預測模型，，由筆耕文化傳播整理發(fā)布。

【摘要】：針對BP神經網絡、RBF神經網絡和粒子群BP神經網絡在風電場風速預測中存在的問題,提出一種基于遺傳算法優(yōu)化神經網絡的風速組合預測模型。該模型為單輸出的3層前饋網絡,將3種神經網絡的預測結果與預測結果平均值作為神經網絡的輸入,將實際風速值作為神經網絡輸出,使學習后的網絡具有預測能力。該模型能降低單一模型的預測風險,提高預測精度。仿真結果表明,所提出的組合預測模型的精度高于其中任一單一模型,也高于傳統(tǒng)的線性組合預測模型。
【作者單位】： 湖南大學電氣與信息工程學院;
【關鍵詞】： 風速預測 組合預測模型 遺傳算法 神經網絡 粒子群優(yōu)化
【基金】：國家自然科學基金項目(50907020)
【分類號】：TM614;TM743
【正文快照】： 隨著近年來風力發(fā)電規(guī)模的不斷擴大,風電場并網給電力系統(tǒng)運行帶來了一些問題,其中很重要的問題就是對電力系統(tǒng)調度的影響,風速預測對電力系統(tǒng)的功率平衡和經濟調度有著非常重要的意義。風電場風速預測誤差不僅與預測方法有關,而且與預測周期以及預測地點的風速特性有關。一

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 趙海青;;基于熵值法的組合預測模型及其在高峰負荷預測中應用[J];大學數(shù)學;2011年03期

2 陳平;夏敏;;基于ARIMA模型的短期風速預測方法[J];華章;2011年15期

3 李建偉;趙法起;劉鳳玲;;中長期電力負荷的組合預測法[J];電力系統(tǒng)及其自動化學報;2011年04期

4 張廣明;袁宇浩;龔松建;;基于改進最小二乘支持向量機方法的短期風速預測[J];上海交通大學學報;2011年08期

5 羅文;王莉娜;;風場短期風速預測研究[J];電工技術學報;2011年07期

6 卜虎正;姚建剛;李文杰;孫廣強;吳劍飛;陳華林;;中長期電力負荷預測的改進免疫粒子群算法[J];電力系統(tǒng)及其自動化學報;2011年03期

7 全戈;黃民翔;周苗菲;;用于多小水電地區(qū)日發(fā)電負荷預測的新型組合預測法[J];能源工程;2011年04期

8 吳軍;帥海燕;;一種基于多方法組合的新型等值附鹽密度預測模型[J];陜西電力;2011年08期

9 張偉;徐超;韓華;張智晟;;電力系統(tǒng)短期負荷預測組合NN模型的研究與應用[J];青島大學學報(工程技術版);2011年02期

10 卓元志;劉家軍;王明軍;張小慶;劉益瑾;;基于熵值法的組合模型用電量預測方法研究[J];電網與清潔能源;2011年05期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 朱鋒;孫輝;周瑋;;基于相似日聚類的神經網絡風速預測[A];中國高等學校電力系統(tǒng)及其自動化專業(yè)第二十四屆學術年會論文集（下冊）[C];2008年

2 邵t

本文編號：324032