基于传递函数自我优化的BP网络算法改进

• 作者: 张贺 曲朝阳 计超 郭晓利
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 传递函数自我优化 神经网络 风电功率预测 BP算法
• 年，卷（期）: 2014,（11）
• 所属期刊栏目: 理论与实验研究
• 页码范围: 56-59,64
• 页数: 5页
• 分类号: TM93
• 字数: 3023字
• 语种: 中文

摘要

目前使用比较普遍的优化方法对BP算法改进之后，改进的BP神经网络预测过程都存在复杂程度变大、更加消耗人力资源等缺陷。针对这些缺陷，本文提出一种传递函数自我优化算法来改进神经网络。然后将改进的网络应用到风电功率预测中，以东北某风电场一段时间的风电运行数据作为实验样本，分别采用传统BP神经网络和改进的BP神经网络进行预测分析。仿真结果证明，改进之后的BP神经网络不仅有更快的收敛速度，还有更加精确的预测结果，并且不需要认为干预整个预测过程。极大提高了网络的预测能力和效率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭晓利	东北电力大学信息工程学院	41	198	8.0	12.0
2	曲朝阳	东北电力大学信息工程学院	104	1025	15.0	26.0
3	张贺	东北电力大学信息工程学院	2	41	2.0	2.0
4	计超	东北电力大学信息工程学院	1	14	1.0	1.0