基于PSO-BP组合改进模型的短期风电功率预测仿真

• 作者: 梅雨 王红蕾 王瑾
• 来源期刊: 软件
• 学科: 工学
• 关键词: 风电功率预测 风速 PSO-BP
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 基金项目论文
• 页码范围: 7-10
• 页数: 4页
• 分类号: TM71
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2020.12.003

摘要

准确的风电功率预测可以为微电网的稳定运行提供可靠依据.文章提出了PSO-BP组合改进模型对风电功率进行短期预测,建立基于BP神经网络的预测模型,通过PSO优化BP神经网络的权值和阈值,同时考虑风速对风电功率预测性能的影响,同BP神经网络、Elman神经网络、小波神经网络和GA-BP在超前1步、2步和3步情况下做对比实验,利用贵阳市高坡风力发电厂SCADA系统的风电功率数据和风速数据验证了文章算法有较高的预测精度.