自适应变异粒子群优化BP的短期风电功率预测模型

• 作者: 曾亮 王粟 邱春辉
• 来源期刊: 华侨大学学报（自然科学版）
• 关键词: 短期风电预测 互信息 自适应惯性权重系数 变异因子 反向传播神经网络
• 年，卷（期）: 2020,（1）
• 页码范围: 90-95
• 页数: 6页
• 分类号: TM614|TP183
• 语种: 中文
• DOI: 10.11830/ISSN.1000-5013.201906031

摘要

针对反向传播(BP)神经网络预测模型在风电预测中预测精度低、输入变量多的问题,提出一种基于互信息的自适应变异粒子群优化BP的短期风电功率预测模型.首先,采用互信息筛选出原始数据中与输出功率相关度较大的影响因素,减少冗余信息;然后,引入具有自适应惯性权重系数和变异因子思想的粒子群算法对预测模型进行优化.结果表明:与传统预测模型相比,该预测模型具有收敛速度快、预测精度高等特点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王粟	湖北工业大学太阳能高效利用及储能运行控制湖北省重点实验室	31	88	5.0	7.0
2	邱春辉	湖北工业大学太阳能高效利用及储能运行控制湖北省重点实验室	1	0	0.0	0.0
3	曾亮	湖北工业大学太阳能高效利用及储能运行控制湖北省重点实验室	3	0	0.0	0.0