基于SA-PSO-BP神经网络算法的超短期风电出力预测

• 作者: 康宏伟 李强 于硕 姚顺
• 来源期刊: 内蒙古电力技术
• 学科: 工学
• 关键词: 风力发电 出力预测 BP神经网络算法 粒子群算法 模拟退火算法 局部最优 预测误差
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 技术应用
• 页码范围: 64-68
• 页数: 5页
• 分类号: TM715+.1|TM614
• 语种: 中文
• DOI: 10.3969/j.issn.1008-6218.2020.00.103

摘要

针对传统BP神经网络预测对初始权重敏感、易陷入局部最优解、计算精度不稳定的缺陷,提出在神经网络参数训练过程中,利用粒子群算法逐代更新粒子向最优解靠近,同时结合模拟退火算法跳出局部最优陷阱,找到全局最优网络参数的超短期风电预测方法;在预测过程中考虑多种环境因素,从而提高预测精度.以巴彦淖尔市某风电场为例,分别采用BP、PSO-BP、SA-PSO-BP神经网络算法对风电出力进行预测.结果表明,SA-PSO-BP算法均值预测误差最小,验证了改进后的SA-PSO-BP神经网络算法具有更高的预测精度.