ACPSO-WFLN算法在短期风电功率预测中的应用

• 作者: 杨春霞 王耀力
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 短期风电功率预测 小波链神经网络 粒子群优化算法 自适应混沌粒子群算法
• 年，卷（期）: 2019,（13）
• 所属期刊栏目: 信息与能源
• 页码范围: 76-80
• 页数: 5页
• 分类号: TM614
• 字数: 3598字
• 语种: 中文
• DOI: 10.19753/j.issn1001-1390.2019.013.013

摘要

针对传统小波神经网络初始参数设定困难、容易陷入局部极值的问题,提出一种基于自适应混沌粒子群算法(ACPSO)优化的小波链神经网络(WFLN).首先,将小波神经网络与随机矢量函数连接网络相融合,构建小波链神经网络,加强网络并行运算能力;其次,在粒子群算法中引入混沌优化因子与自适应权重系数,改善粒子群的早熟收敛问题,实现全局与局部寻优能力的动态平衡;最后,利用ACPSO算法优化WFLN神经网络,建立短期风电功率预测模型.实验结果表明:ACPSO-WFLN风电功率预测模型较其它网络明显减少隐层神经元数目与迭代步数,具有较高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王耀力	太原理工大学信息与计算机学院	35	182	6.0	12.0
2	杨春霞	太原理工大学信息与计算机学院	5	6	2.0	2.0