熵判别人工蜂群算法优化的风电功率组合预测模型

被引:6
作者
陈国初
公维祥
冯兆红
机构
[1] 上海电机学院电气学院
基金
上海市自然科学基金;
关键词
熵判别人工蜂群算法; 权重系数; 组合模型; 风电功率预测;
D O I
暂无
中图分类号
TM614 [风能发电]; TP18 [人工智能理论];
学科分类号
0807 ; 081104 ; 0812 ; 0835 ; 1405 ;
摘要
为了提高风电功率预测精度,文中提出一种熵判别人工蜂群算法优化的组合模型。该模型是以最小相对误差作为目标函数,通过熵判别人工蜂群算法选取最优折现因子,确定模型权重系数,进而提高模型性能;熵判别人工蜂群算法通过计算蜜蜂的熵值,调节种群的多样性,对蜂群的搜索进行动态权重调整,同时对部分适应度值较差的蜜蜂进行迁移,增强蜜蜂的动态搜索能力。实验表明:熵判别人工蜂群算法优化的组合模型,能够智能地确定权重系数,较其他常规组合模型其预测精度明显提高。
引用
收藏
页码:41 / 45+67 +67
页数:6
相关论文
共 13 条
[1]  
基于信息熵的特征选择算法研究.[D].刘华文.吉林大学.2010, 08
[2]  
A modified Artificial Bee Colony algorithm for real-parameter optimization.[J].Bahriye Akay;Dervis Karaboga.Information Sciences.2010,
[3]   风电功率序列的时空相关性研究 [J].
兰飞 ;
农植贵 ;
黎静华 .
电力系统及其自动化学报, 2016, 28 (01) :24-31
[4]   基于优选组合预测技术的中长期负荷预测 [J].
马星河 ;
闫炳耀 ;
唐云峰 ;
张均伟 .
电力系统及其自动化学报, 2015, 27 (06) :62-67
[5]   基于改进最小二乘支持向量机和预测误差校正的短期风电负荷预测 [J].
李霄 ;
王昕 ;
郑益慧 ;
李立学 ;
生西奎 ;
吴昊 .
电力系统保护与控制, 2015, 43 (11) :63-69
[6]   采用信息转换及语言评判的负荷组合预测法 [J].
周胜瑜 ;
周任军 ;
李红英 ;
李绍金 .
电力系统及其自动化学报, 2015, 27 (02) :20-26
[7]   基于组合模型的风电功率短期预测 [J].
李玲玲 ;
许亚惠 ;
田晓越 ;
牛云涛 .
电工技术学报, 2014, 29(S1) (S1) :475-480
[8]   基于Kalman滤波相空间重构的Elman神经网络短期风速组合预测模型 [J].
公维祥 ;
陈国初 .
上海电机学院学报, 2013, 16 (06) :341-346+353
[9]   基于IPSO-LSSVM的风电功率短期预测研究 [J].
王贺 ;
胡志坚 ;
张翌晖 ;
张子泳 ;
张承学 .
电力系统保护与控制, 2012, 40 (24) :107-112
[10]   基于稳健估计时间序列法的风功率预测 [J].
朱晓荣 ;
刘艳萍 .
电力系统及其自动化学报, 2012, 24 (03) :107-110+126