最小资源分配网络在风功率在线校正预测的应用

被引：5

作者：

魏媛 ^{[1
]}

郭颖 ^{[2
]}

许昌 ^{[1
]}

李涛 ^{[1
]}

王长宝 ^{[3
]}

石磊 ^{[3
]}

机构：

[1] 河海大学能源与电气学院

[2] 河南电力勘测设计院

[3] 南京南瑞集团公司

来源：

可再生能源 | 2016年 / 03期

关键词：

神经网络; 最小资源分配网络; 风功率预测; 自校正;

D O I：

10.13941/j.cnki.21-1469/tk.2016.03.019

中图分类号：

TM614 [风能发电];

学科分类号：

0807 ;

摘要：

采用最小资源分配网络(MRAN)研究了风功率超短期实时预测技术,以某风电场的实测数据验证了网络的有效性。针对传统MRAN具有过度估计网络误差和删减所选参数对网络结构影响大等缺点,提出了一种改进的MRAN,以柯西误差函数作为增加隐节点的判断依据,根据隐节点间线性相关关系精简网络结构。研究结果表明:采用MRAN的风功率预测系统的预测精度较高;改进后的网络较传统MRAN的预测精度略微提高,网络结构更加精简,预测速度显著提升。

引用

页码：441 / 447

页数：7

共 16 条

[1] 溶解氧浓度的直接自适应动态神经网络控制方法 [J].