基于改进型ESN的短期风电功率预测

• 作者: 张祎 王新友 王晨华 鲁江
• 来源期刊: 自动化与仪器仪表
• 学科: 工学
• 关键词: 回声状态网络 岭回归 电力系统 风电功率预测
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 理论创新
• 页码范围: 29-32
• 页数: 4页
• 分类号: TM641
• 语种: 中文
• DOI: 10.14016/j.cnki.1001-9227.2017.02.029

摘要

风电场输出功率预测对接入大量风电的电力系统运行有重要意义.本文在回声状态网络(ESN)的基础上,给出一种基于泄露积分ESN短期风电功率预测方法,作为基本ESN的延伸和推广,泄漏积分回声状态网络(LiESN)通过调节泄漏率和时间常数能实现对慢特性和连续动态系统的学习;同时;将岭回归学习算法应用于网络输出权值的求解中来改善采用线性回归算法求解容易出现病态解的问题,进而提高网络的预测性能,将其应用到不同地区的短期风电功率预测实例中,并与其他预测方法进行了比较,实验结果表明了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	鲁江	甘肃广播电视大学理工学院	9	33	2.0	5.0
2	王新友	甘肃广播电视大学理工学院	12	22	3.0	4.0
3	王晨华		5	14	3.0	3.0
4	张祎		2	5	1.0	2.0