在考慮氣象相似日條件下,采用GA-BP(遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò))預(yù)測(cè)風(fēng)電出力�？紤]對(duì)風(fēng)電出力影響各異的風(fēng)速、風(fēng)向、溫度、氣壓等因素,提出基于關(guān)聯(lián)系數(shù)的相似度及主導(dǎo)因素分層搜索方法,選取與預(yù)測(cè)日氣象相似的日,以相似日的氣象數(shù)據(jù)與風(fēng)功率數(shù)據(jù)為GA-BP的訓(xùn)練樣本,采用自適應(yīng)交叉變異算子GA算法優(yōu)化BP的初始權(quán)值、閾值,提高BP風(fēng)功率預(yù)測(cè)值。以新疆某風(fēng)電場(chǎng)為研究對(duì)象進(jìn)行仿真,考慮氣象相似日的GA-BP算法與BP、GA-BP預(yù)測(cè)結(jié)果對(duì)比,結(jié)果表明,考慮氣象相似日的GA-BP算法比GA-BP、傳統(tǒng)BP算法預(yù)測(cè)誤差小。

【文章頁(yè)數(shù)】：5 頁(yè)

【部分圖文】：

圖2預(yù)測(cè)日和相似日風(fēng)速

確定各算法訓(xùn)練參數(shù)見(jiàn)表1。表1算法參數(shù)設(shè)置算法種群規(guī)模進(jìn)化代數(shù)迭代次數(shù)學(xué)習(xí)率目標(biāo)誤差BP——25920.10.01GA-BP102025920.10.013.4仿真結(jié)果與分析3.4.1仿真結(jié)果由本文提出的選取氣象相似日的方法，可得出樣本數(shù)據(jù)中2月1日～2月27日的分層相似度，見(jiàn)表....

圖4三種算法預(yù)測(cè)出力與實(shí)際出力對(duì)比曲線表3預(yù)測(cè)誤差數(shù)據(jù)%

水力發(fā)電2019年7月124WaterPowerVol．45No．73.4.2仿真結(jié)果對(duì)比分析以樣本數(shù)據(jù)中前27天的氣象數(shù)據(jù)和風(fēng)電出力數(shù)據(jù)為訓(xùn)練樣本，分別采用BP、GA-BP兩種算法對(duì)風(fēng)電場(chǎng)出力進(jìn)行預(yù)測(cè)，得BP、GA-BP預(yù)測(cè)出力，并與本文方法預(yù)測(cè)出力對(duì)比(如圖4所示)。各算法的....

本文編號(hào)：3901267