基于SA-GAELM的短期风电功率组合预测

• 作者: 刘兴 王艳 纪志成
• 来源期刊: 扬州大学学报（自然科学版）
• 学科: 工学
• 关键词: 模拟退火算法 遗传算法 极限学习机 风电功率预测
• 年，卷（期）: 2021,（4）
• 页码范围: 58-63
• 页数: 6页
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.19411/j.1007-824x.2021.04.010

摘要

为有效预测短期风电功率及其波动范围,利用模拟退火算法(simulated annealing,SA)寻找极限学习机(extreme learning machine,ELM)隐藏层的输入权值和偏置的最优解,并将风电系统参数模糊信息进行粒化处理提取各参数在时序窗口下有效分量信息的最值和平均值,整合得到训练样本,建立基于模拟退火算法及改进遗传算法(genetic algorithm,GA)优化极限学习机的预测模型SA-GAELM.采用该预测模型对风电功率波动范围进行预测,结果表明该模型可以跟踪风电功率变化并预测其波动范围,预测精度优先PSO-ELM模型.