基于PSO-BSNN的短期风速预测

• 作者: 吴忠强 吴昌韩 贾文静 赵立儒
• 来源期刊: 电力系统保护与控制
• 学科: 工学
• 关键词: PSO BSNN 相空间重构 短期风速预测 预测模型
• 年，卷（期）: 2015,（15）
• 所属期刊栏目: 应用研究
• 页码范围: 36-41
• 页数: 6页
• 分类号: TP273
• 字数: 4546字
• 语种: 中文

摘要

考虑到风的随机性和波动性，提出一种基于粒子群(PSO)优化B样条神经网络(BSNN)的短期风速预测方法。利用相空间重构方法确定BSNN的输入空间向量，BSNN可以灵活地改变对输入空间的划分和对隐层基函数的定义，对任意的网络输入，隐层基函数的输出只有少数非零，使网络输出简单，收敛速度快。但在传统的BSNN中，对输入空间节点位置的均匀划分是粗糙的，预测结果容易陷入局部极小而影响预测精度。粒子群优化算法是一种智能搜索方法，它具有较强的搜索能力并且容易实现，利用 PSO 优化 BSNN 输入空间的节点位置划分，可避免BSNN陷入局部极小并提高预测精度。仿真结果表明，基于PSO-BSNN的预测模型比传统的BSNN和BPNN预测模型具有更高的预测精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴忠强	燕山大学电气工程学院	150	915	16.0	22.0
2	吴昌韩	燕山大学电气工程学院	5	64	4.0	5.0
3	贾文静	燕山大学电气工程学院	5	64	4.0	5.0
4	赵立儒	燕山大学电气工程学院	6	68	4.0	6.0