基于情感神经网络的风电功率预测

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。