基于粒子群神经网络的风电功率预测算法

• 作者: 刘永前 李成榕 杨志凌 董兴辉
• 来源期刊: 高性能计算技术
• 学科: 工学
• 关键词: 风电功率 预测 粒子群 神经网络
• 年，卷（期）: 2011,（1）
• 所属期刊栏目: 高性能计算热点技术
• 页码范围: 43-48
• 页数: 6页
• 分类号: TM743
• 语种: 中文

摘要

风电功率预测对于含有大规模风电电源的电网安全与经济运行具有重要的作用.本文在分析影响风电输出功率因素的基础上,设计了基于粒子群神经网络的风电功率预测算法,并分析了数值预报数据的精度和数据相关性对预测结果的影响,比较了基于粒子群神经网络的预测模型和基于BP神经网络的预测模型的性能.研究结果表明,数据相关性较好的测试样本可以得到较好的预测结果,粒子群神经网络比BP神经网络具有更好的性能.在风电输出功率预测的误差中,数值天气预报误差的影响最大,所以提高数值预报的准确度是重点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨志凌		11	72	5.0	8.0
2	李成榕		161	3340	34.0	49.0
3	刘永前		36	674	14.0	25.0
4	董兴辉		18	122	7.0	10.0