基于混沌 DNA 遗传算法与 PSO 组合优化的RNN 短期风电功率预测

• 作者: 周洪煜 曾济贫 王照阳 赵乾
• 来源期刊: 电力系统保护与控制
• 学科: 工学
• 关键词: 风电功率 预测 混沌 DNA 遗传算法 粒子群 脊波神经网络
• 年，卷（期）: 2013,（2）
• 页码范围: 144-149
• 分类号: TM715
• 字数: 4420字
• 语种: 中文

摘要

提高短期风电功率的预测精度对保证电力系统安全、稳定地运行具有重大意义.针对风速信号的强奇异性,采用脊波神经网络建立短期风电功率的预测模型;同时利用混沌 DNA 遗传算法确定脊波神经网络的隐层结构,采用粒子群算法优化网络的连接权值及方向向量.对新疆某风电场的输出功率进行了预测实验,并比较了优化前后脊波网络模型的预测性能.研究结果表明采用粒子群与混沌 DNA 遗传算法组合优化后的脊波神经网络均方根误差降至12.3%,预测精度得到显著提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周洪煜	重庆大学动力工程学院	39	291	8.0	15.0
2	赵乾	重庆大学动力工程学院	3	74	3.0	3.0
3	曾济贫	重庆大学动力工程学院	2	29	2.0	2.0
4	王照阳		2	29	2.0	2.0