基于改进花朵授粉算法的风电预测神经网络模型

• 作者: 杨枫 胡亚威 胡伟
• 来源期刊: 系统管理学报
• 学科: 工学
• 关键词: 风电预测 神经网络 花朵授粉算法 混沌优化 风电优化决策
• 年，卷（期）: 2019,（5）
• 页码范围: 934-940
• 页数: 7页
• 分类号: TM614
• 字数: 6022字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-2542.2019.05.016

摘要

针对常规Elman神经网络容易陷入局部最优、泛化能力不足等缺点,提出一种将花朵授粉算法和Elman神经网络相结合的风电预测新方法.采用逻辑自映射函数构建混沌序列,将混沌变量映射到问题的解空间,使缺乏变异机制的花粉粒集具有较强的自适应能力,有效地防止算法后期最优解趋同的现象;利用变换系数动态收缩自变量范围,降低算法陷入局部极值的概率,使算法的搜索效率得到有效提高.结合预测需求和网络特征,对花粉粒参数进行编码,确定Elman神经网络的最佳权值和阈值.算例分析表明,所提出的风电预测神经网络模型在保证概率预测精度的条件下能达到较好的预测效果,为短中期风电功率预测提供了一种可行的解决思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡伟	上海电力大学经济与管理学院	7	6	1.0	1.0
2	杨枫	上海理工大学管理学院	8	5	1.0	1.0
3	胡亚威	上海电力大学经济与管理学院	1	1	1.0	1.0