基于主成分分析的神经网络动态集成风功率超短期预测

• 作者: 何东 刘瑞叶
• 来源期刊: 电力系统保护与控制
• 学科: 工学
• 关键词: 风功率预测 主成分分析 神经网络集成
• 年，卷（期）: 2013,（4）
• 页码范围: 50-54
• 分类号: TM715
• 字数: 3186字
• 语种: 中文

摘要

为了解决风电功率神经网络预测输入变量多、计算效率低、泛化能力较差的缺点,采用主成分分析法(PCA)减少变量数.用神经网络动态集成的方法构建出较强泛化能力的BP网络集成.采用南方某风电场的数据进行了预测,比较了选取全部气象参数、部分气象参数和基于PCA处理后的数据作为神经网络输入对预测精度和计算效率的影响,结果表明采用PCA能在不降低预测精度的情况下,大大提高运算速度.通过对比单个和集成BP神经网络预测结果发现,采用集成网络的预测精度比单个BP网络精度有所提高,特别是风速突变的情况下更加明显.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘瑞叶	哈尔滨工业大学电气工程及自动化学院	35	656	14.0	24.0
2	何东	哈尔滨工业大学电气工程及自动化学院	4	89	4.0	4.0