基于相空间重构小波神经网络径流式水电站发电量预测

• 作者: 何自立 王正中 甘雪峰 陆梦可
• 来源期刊: 中国农村水利水电
• 学科: 工学
• 关键词: 发电量 径流式水电站 小波神经网络 相空间重构 粒子群算法
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 水电建设
• 页码范围: 178-180,190
• 页数: 4页
• 分类号: TV7|TK79
• 字数: 3472字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-2284.2017.09.038

摘要

预测径流式水电站发量.针对径流式水电站发电量变化的随机性及水力发电系统的复杂非线性,提出一种基于相空间重构小波神经网络的径流式水电站发电量预测模型,并借助具有全局搜索能力的改进粒子群优化算法对小波神经网络特征参数进行优化,提高模型的精度和泛化能力.结果表明:相空间重构小波神经网络模型的预测平均相对误差约为8.7％,相关系数达到0.81,误差分析指标优于传统神经网络预测模型,在多步预测情形下模型的收敛性和稳定性得到较为明显增强,能够准确进行发电量预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何自立	西北农林科技大学水利与建筑工程学院	19	81	4.0	8.0
2	王正中	西北农林科技大学水利与建筑工程学院	117	1335	20.0	32.0
3	陆梦可	西北农林科技大学水利与建筑工程学院	1	4	1.0	1.0
4	甘雪峰	西北农林科技大学水利与建筑工程学院	1	4	1.0	1.0