作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
风速预测对于风力发电并网调度至关重要.基于BP神经网络建立了风速预测模型,并从BP算法及遗传算法自身特点出发,针对BP网络结构确定困难、收敛速度慢等问题,提出创建多种群遗传算法,实现对BP神经网络的结构和权值初始值的同步优化.通过具体算例表明,经优化后的BP算法的收敛步数和计算时间明显减少,预测精度更高,网络整体性能有了显著提高.
推荐文章
基于遗传算法优化的BP神经网络研究应用
人工神经网络
BP神经网络
遗传算法
GA?BP神经网络
优化方法
搜索能力
一种改进组合神经网络的超短期风速预测方法研究
风力发电
超短期风速预测
BP神经网络
长短期记忆(LSTM)神经网络
差分进化(DE)算法
残差调整灰色BP神经网络的短期风速预测研究
灰色预测
BP神经网络
风速预测
基于主成分分析与遗传优化BP神经网络的风电场短期功率预测研究
主成分分析
遗传算法
BP神经网络
风电场功率
短期预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于BP神经网络与遗传算法风电场超短期风速预测优化研究
来源期刊 可再生能源 学科 工学
关键词 BP神经网络 遗传算法 多种群优化 风速预测
年,卷(期) 2012,(2) 所属期刊栏目 研究与试验
研究方向 页码范围 32-36
页数 分类号 TK81
字数 3657字 语种 中文
DOI 10.3969/j.issn.1671-5292.2012.02.008
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈忠 广东水利电力职业技术学院电力工程系 18 75 4.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (38)
共引文献  (508)
参考文献  (7)
节点文献
引证文献  (47)
同被引文献  (163)
二级引证文献  (227)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(8)
  • 参考文献(0)
  • 二级参考文献(8)
2005(5)
  • 参考文献(2)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(3)
  • 参考文献(2)
  • 二级参考文献(1)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(13)
  • 引证文献(11)
  • 二级引证文献(2)
2014(31)
  • 引证文献(6)
  • 二级引证文献(25)
2015(38)
  • 引证文献(4)
  • 二级引证文献(34)
2016(31)
  • 引证文献(6)
  • 二级引证文献(25)
2017(48)
  • 引证文献(9)
  • 二级引证文献(39)
2018(42)
  • 引证文献(7)
  • 二级引证文献(35)
2019(50)
  • 引证文献(4)
  • 二级引证文献(46)
2020(21)
  • 引证文献(0)
  • 二级引证文献(21)
研究主题发展历程
节点文献
BP神经网络
遗传算法
多种群优化
风速预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
可再生能源
月刊
1671-5292
21-1469/TK
大16开
辽宁省营口市西市区银泉街65号
8-61
1983
chi
出版文献量(篇)
4935
总下载数(次)
14
总被引数(次)
41118
论文1v1指导