基于遗传算法优化BP神经网络的风电功率预测

被引：14

作者：

王德民

机构：

[1] 上海海事大学信息工程学院

来源：

电子设计工程 | 2013年 / 21卷 / 22期

关键词：

功率预测; 遗传算法实数编码; BP神经网络; 优化;

D O I：

10.14022/j.cnki.dzsjgc.2013.22.007

中图分类号：

TP183 [人工神经网络与计算]; TM614 [风能发电];

学科分类号：

0807 ;

摘要：

随着大量风电开始并入电网,风电场输出功率预测对接入大量风电的电力系统的运行有重要意义,针对神经网络在风电功率预测中结构和权值参数难以确定,预测精度不高等问题,提出利用遗传算法对神经网络的拓扑结构和网络权值进行优化,并将其应用于风电场功率预测,研究表明预测精度有一定程度的提高。

引用

页码：95 / 98

页数：4

共 9 条

[1] 基于BP神经网络的压力传感器数据融合研究 [J].

刘二林 .

工业仪表与自动化装置, 2012, (04) :7-11

[2] GA-灰色神经网络的区域物流需求预测 [J].

曹萍 ;

陈福集 .

北京理工大学学报(社会科学版), 2012, 14 (01) :66-70

[3] 风电功率预测技术综述 [J].

王健 ;

严干贵 ;

宋薇 ;

穆钢 .

东北电力大学学报, 2011, 31 (03) :20-24

[4] 基于遗传算法优化BP神经网络的小球藻生长模型的建立与应用 [J].

秦鹏 ;

夏枫耿 ;

明飞平 ;

吴振强 .

安徽农业科学, 2011, 39 (10) :5701-5703

[5] 风电场风速及风电功率预测方法研究综述 [J].

洪翠 ;

林维明 ;

温步瀛 .

电网与清洁能源, 2011, 27 (01) :60-66

[6] 基于改进遗传算法的神经网络优化设计 [J].

胡仁平 ;

刘刚 .

计算机应用与软件, 2011, 28 (01) :249-252

[7] 基于实数编码遗传算法的神经网络优化设计 [J].

马芳芳 .

微处理机, 2008, (03) :107-108+112

[8] 遗传算法在人工神经网络中的应用综述 [J].

文绍纯 ;

罗飞 ;

付连续 .

计算技术与自动化, 2001, (02) :1-5

[9] Short-term wind power forecasting using ridgelet neural network [J].

Amjady, Nima ;

Keynia, Farshid ;

Zareipour, Hamidreza .

ELECTRIC POWER SYSTEMS RESEARCH, 2011, 81 (12) :2099-2107

← 1 →