基于情感神经网络的风电功率预测

被引：2

作者：

张国玲

机构：

[1] 玉林师范学院教育技术中心

来源：

电信科学 | 2017年 / 33卷 / 03期

关键词：

情感神经网络; 风力发电功率; 预测; 遗传算法;

D O I：

暂无

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：

风力发电功率预测对于风能并网具有重要意义。采用一种可用于复杂系统和模式建模的新型神经网络——情感神经网络,对风力发电功率进行预测。为防止ENN在训练时陷入局部最优解,提出采用遗传算法对其进行训练。采用预测误差的均方根和标准差衡量预测准确性、稳定性,对ENN性能进行了检验。结果表明,相比于人工神经网络、支持向量机和自滑动回归模型,ENN能够获得更高的预测准确率和预测可靠性。

引用

页码：168 / 172

页数：5

共 11 条

[1] 基于卡尔曼滤波的风速序列短期预测方法
修春波
任晓
李艳晴
刘明凤
[J]. 电工技术学报, 2014, 29 (02) : 253 - 259
[2] 基于连续时间段聚类的支持向量机风电功率预测方法
丁志勇
杨苹
杨曦
张臻
[J]. 电力系统自动化, 2012, 36 (14) : 131 - 135+149
[3] 风电功率预测技术综述
王健
严干贵
宋薇
穆钢
[J]. 东北电力大学学报, 2011, 31 (03) : 20 - 24
[4] 风电功率预测的发展现状与展望
范高锋
裴哲义
辛耀中
[J]. 中国电力, 2011, (06) : 38 - 41
[5] 基于自回归滑动平均模型的风力发电容量预测
冬雷
王丽婕
郝颖
胡国飞
廖晓钟
[J]. 太阳能学报, 2011, 32 (05) : 617 - 622
[6] 基于人工神经网络的风电功率预测
范高锋
王伟胜
刘纯
戴慧珠
[J]. 中国电机工程学报, 2008, (34) : 118 - 123
[7] 风电功率预测技术综述
谷兴凯
范高锋
王晓蓉
赵海翔
戴慧珠
[J]. 电网技术, 2007, (S2) : 335 - 338
[8] Practical emotional neural networks[J] . Ehsan Lotfi,M.-R. Akbarzadeh-T..Neural Networks . 2014
[9] First and second order non-equilibrium phase transition and evidence for non-extensive Tsallis statistics in Earth's magnetosphere
Pavlos, G. P.
Iliopoulos, A. C.
Tsoutsouras, V. G.
Sarafopoulos, D. V.
Sfiris, D. S.
Karakatsanis, L. P.
Pavlos, E. G.
[J]. PHYSICA A-STATISTICAL MECHANICS AND ITS APPLICATIONS, 2011, 390 (15) : 2819 - 2839
[10] Modeling cognitive and emotional processes: A novel neural network architecture[J] . Adnan Khashman.Neural Networks . 2010 (10)

← 1 2 →