基于组合损失函数的BP神经网络风力发电短期预测方法

• 作者: 刘芳 汪震 刘睿迪 王锴
• 来源期刊: 浙江大学学报（工学版）
• 关键词: 风电预测 人工神经网络 功率分段 特征提取 损失函数
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 计算机与控制工程|Computer and Control Engineering
• 页码范围: 594-600
• 页数: 7页
• 分类号: TM614
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2021.03.021

摘要

为了改善风电大规模并网带来的电力系统功率平衡问题,提高系统的风电消纳能力,构建了基于组合损失函数的风电功率预测神经网络模型.?为了提高原始数据信息的利用率,在模型中将数据进行分类,提出以最小化组合损失函数为目标的BP神经网络风力发电短期预测模型,由均方差损失函数、交叉熵损失函数和排序损失函数按照不同的权重比构成组合损失函数.?基于实际风场数据,对基于组合损失函数的预测模型效果进行训练和仿真验证,结果表明相较于基于单一的均方差损失函数的预测方法,提出的组合损失函数可有效提高预测精度.