基于PSO-ICA-BP神经网络的短期风电功率预测

• 作者: 王帅哲 王永奇 王金梅 马文涛
• 来源期刊: 电工电气
• 学科: 工学
• 关键词: 帝国竞争算法 粒子群算法 BP神经网络 风电功率预测
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 设计与研究
• 页码范围: 7-11
• 页数: 5页
• 分类号: TM614|TM715
• 字数: 3378字
• 语种: 中文

摘要

针对传统的BP神经网络对短期风电功率预测精度不高的缺点,提出粒子群算法改进帝国竞争算法(PSO-ICA),通过PSO算法改进殖民地同化操作提高ICA算法的全局寻优能力,输出全局最优解作为BP神经网络初始权值阈值.同时用主成分分析法降维压缩输入数据,提高网络泛化能力.利用PSO-ICA-BP预测模型对某风电场实际风电功率数据进行预测,仿真结果表明该模型预测误差更小,对短期风电功率预测更有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王金梅	宁夏大学物理与电子电气工程学院	67	555	10.0	21.0
3	马文涛	宁夏大学物理与电子电气工程学院	34	246	9.0	15.0
4	王帅哲	宁夏大学物理与电子电气工程学院	5	4	1.0	2.0
5	王永奇	宁夏大学物理与电子电气工程学院	5	4	1.0	2.0