基于主成分分析与遗传优化BP神经网络的风电场短期功率预测研究

• 作者: 刘华兵 张泽龙 钱勇
• 来源期刊: 宁夏电力
• 学科: 工学
• 关键词: 主成分分析 遗传算法 BP神经网络 风电场功率 短期预测
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 电网技术
• 页码范围: 1-6,34
• 页数: 7页
• 分类号: TM614
• 字数: 4122字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-3643.2019.06.001

摘要

为降低风电场弃风率及对电网稳定性影响,对风电场短期功率进行准确预测显得十分重要.针对传统BP神经网络泛化能力差、网络收敛速度慢等问题,建立了一种基于主成分分析与遗传优化BP神经网络相结合的风电场短期功率预测模型.首先,利用主成分分析法对风电场原始气象数据进行分析,将得到的独立变量作为BP神经网络的输入;然后利用遗传算法确定了神经网络的最优初始权值和阈值的大致范围,并用L-M算法对BP网络权值和阈值进行细化训练;最后,利用中国北方某风电场实际运行数据进行验证,结果表明,所建立的预测模型合理有效,不仅可以加快BP神经网络收敛速度,减少预测误差,还可以提高风电场短期输出功率的预测精度,具有一定的工程应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张泽龙	国网宁夏电力有限公司经济技术研究院	1	0	0.0	0.0
2	钱勇	国网宁夏电力有限公司电力科学研究院	2	0	0.0	0.0
3	刘华兵		2	0	0.0	0.0