风电场风速的神经网络组合预测模型

• 作者: 叶盛 戴浪 黄守道 黄科元
• 来源期刊: 电力系统及其自动化学报
• 学科: 工学
• 关键词: 风速预测 组合预测模型 遗传算法 神经网络 粒子群优化
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 学术论文
• 页码范围: 27-31
• 分类号: TM614
• 字数: 2540字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-8930.2011.04.005

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄守道	湖南大学电气与信息工程学院	356	3688	30.0	46.0
2	黄科元	湖南大学电气与信息工程学院	64	1130	19.0	33.0
3	戴浪	湖南大学电气与信息工程学院	3	92	2.0	3.0
4	叶盛	湖南大学电气与信息工程学院	5	191	4.0	5.0