基于Bagging神经网络集成的风功率预测

• 作者: 崔洁 李宗琪 梁涛 石欢
• 来源期刊: 水电能源科学
• 学科: 工学
• 关键词: 灰色关联度 Relif Bagging ErrCor-RBF 风功率预测
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 能源
• 页码范围: 205-208
• 页数: 4页
• 分类号: TM614
• 语种: 中文

摘要

鉴于准确预测风功率对风电并网系统安全、稳定运行具有重要意义,提出了基于Bagging神经网络集成的风功率预测模型.先利用拉伊达(3σ)准则对数据进行预处理得到有效的风机数据,结合灰色关联度和Relief算法对数据进行特征提取;其次在Bagging集成学习中使用Bootstrap抽样,随机产生K个训练集并用自组织RBF神经网络(ErrCor-RBF)分别对风功率进行预测;最后叠加K个预测结果取均值得到最终预测结果.仿真结果表明,Bagging神经网络集成的风功率预测模型性能更好、预测精度较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁涛	河北工业大学人工智能与数据科学学院	58	290	10.0	14.0
2	李宗琪	河北工业大学人工智能与数据科学学院	2	0	0.0	0.0
3	石欢	河北工业大学人工智能与数据科学学院	1	0	0.0	0.0
4	崔洁	河北工业大学人工智能与数据科学学院	1	0	0.0	0.0