基于多模型组合优化算法的风速预测方法研究

被引：12

作者：

师楠 ^{[1
,2
]}

周苏荃 ^{[1
]}

李一丹 ^{[2
]}

机构：

[1] 哈尔滨工业大学电气工程及自动化学院

[2] 黑龙江科技大学工程训练与基础实验中心

来源：

电力科学与技术学报 | 2015年 / 30卷 / 03期

基金：

黑龙江省自然科学基金;

关键词：

风速预测; 灰色模型; 蚁群算法; 遗传神经网络;

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：

080811 [新能源发电与电能存储]; 140502 [人工智能];

摘要：

风速的随机性和波动性较强,单一算法预测模型的精度不高。为此,提出基于蚁群优化算法的灰色模型和遗传神经网络算法相结合的预测方法;给出改进灰色模型,并利用蚁群算法的全局寻优能力,以残差平方和最小为原则,对改进灰色模型的权值进行优化,实现了对风速的预测。为进一步提高精度,把蚁群优化灰色模型的结果作为遗传神经网络算法的输入,实测风速数据作为遗传神经网络算法的输出,对网络进行训练,进一步减小了风速预测的偏差。预测结果与风电场实测数据的对比分析验证了多算法结合的预测方法的准确性和有效性。

引用

页码：61 / 65

页数：5

共 4 条

[1]

基于小波-神经网络的风速及风力发电量预测 [J].