基于遗传算法优化BP神经网络模型的风电功率预测

• 作者: 张启龙 王立威
• 来源期刊: 电子测试
• 关键词: BP神经网络 遗传算法 风电功率 预测 优化
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 理论与算法|The theory and algorithm
• 页码范围: 41-43
• 页数: 3页
• 语种: 中文
• DOI: 10.3969/j.issn.1000-8519.2021.01.014

摘要

风电功率预测为电网规划提供重要的依据,研究风电功率预测方法对电网安全稳定运行下接纳更多的风电具有重要的意义.针对神经网络在风电功率预测中结构和权值参数难以确定,预测精度低等问题,提出利用遗传算法对BP神经网络的拓扑结构和网络权值进行优化,并将其应用于风电场功率预测.最后采用平均百分比误差、均方根误差、准确率和合格率评价指标对预测结果进行了定量分析,结果表明基于遗传算法优化BP神经网络模型的预测准确率提高了10.935％,合格率提高了8.919％,平均百分比误差降低了5.6326％,均方根误差降低了1.9769.