风电场风速的神经网络组合预测模型

针对BP神经网络、RBF神经网络和粒子群BP神经网络在风电场风速预测中存在的问题,提出一种基于遗传算法优化神经网络的风速组合预测模型。该模型为单输出的3层前馈网络,将3种神经网络的预测结果与预测结果平均值作为神经网络的输入,将实际风速值作为神经网络输出,使学习后的网络具有预测能力。该模型能降低单一模型的预测风险,提高预测精度。仿真结果表明,所提出的组合预测模型的精度高于其中任一单一模型,也高于传统的线性组合预测模型。