基于主成分—遗传神经网络的短期风电功率预测

发布时间：2017-10-24 07:37

  本文关键词：基于主成分—遗传神经网络的短期风电功率预测

  更多相关文章： 风电功率 神经网络 遗传算法 主成分分析 短期预测

【摘要】：短期风电功率预测对接入大量风电的电力系统运行具有重要的意义,建立了基于主成分分析与遗传神经网络相结合的短期风电功率预测模型。该模型先对原始输入数据进行主成分分析,分析结果作为神经网络预测模型的输入;为克服BP神经网络训练时间长、易陷入局部极小值的的缺陷,采用遗传算法优化神经网络的初始权值和阈值,并使用Levenberg-Marquardt算法对网络权值和阈值进行细化训练。经某风电场实际数据验证,与GA神经网络模型、PCA-LM神经网络模型相比,预测精度明显提高,为短期风电功率预测提供了一种有效的方法。
【作者单位】： 华北电力大学控制与计算机工程学院;
【关键词】： 风电功率 神经网络 遗传算法 主成分分析 短期预测
【基金】：国家自然科学基金项目(60974051) 北京市自然科学基金项目(4122071)~~
【分类号】：TP183;TM614
【正文快照】： 0引言随着全球石化资源储量的日渐匮乏以及低碳、环保概念的逐步深化,风能等可再生能源的开发与利用日益受到国际社会的重视[1]。风力发电是风能的主要利用方式之一,也是可再生能源发电技术中发展最快和最为成熟的一种。但风电是一种间歇性、波动性电源,大规模风电的接入给电

【参考文献】

中国期刊全文数据库 前10条

1 徐曼;乔颖;鲁宗相;;短期风电功率预测误差综合评价方法[J];电力系统自动化;2011年12期

2 师洪涛;杨静玲;丁茂生;王金梅;;基于小波—BP神经网络的短期风电功率预测方法[J];电力系统自动化;2011年16期

3 赵杰辉,葛少云,刘自发;基于主成分分析的径向基函数神经网络在电力系统负荷预测中的应用[J];电网技术;2004年05期

4 谷兴凯;范高锋;王晓蓉;赵海翔;戴慧珠;;风电功率预测技术综述[J];电网技术;2007年S2期

5 孟洋洋;卢继平;孙华利;潘雪;高道春;廖勇;;基于相似日和人工神经网络的风电功率短期预测[J];电网技术;2010年12期

6 张明理;杨晓亮;滕云;徐建源;林莘;;基于主成分分析与前向反馈传播神经网络的风电场输出功率预测[J];电网技术;2011年03期

7 张s，

本文编号：1087760