基于IAFSA-BPNN的短期风电功率预测

被引：30

作者：

张颖超 ^{[1
,2
]}

王雅晨 ^{[1
]}

邓华 ^{[1
,2
]}

熊雄 ^{[2
]}

陈浩 ^{[1
]}

机构：

[1] 南京信息工程大学信息与控制学院

[2] 南京信息工程大学气象灾害预报预警与评估协同创新中心

来源：

电力系统保护与控制 | 2017年 / 45卷 / 07期

关键词：

短期风电功率预测; 人工鱼群算法; BP神经网络; IAFSA-BPNN;

D O I：

暂无

中图分类号：

TM614 [风能发电]; TP18 [人工智能理论];

学科分类号：

0807 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

为提高短期风电功率预测精度,提出一种基于IAFSA-BPNN的短期风电功率预测方法。该方法通过改进的人工鱼群算法来优化BP神经网络的权值和阈值,从而提高BP神经网络的收敛速度和泛化能力。利用2014年上海某风场实测数据对新算法进行检验。试验结果表明,改进的人工鱼群算法一定程度上克服了原算法后期搜索的盲目性较大,收敛速度减慢,搜索精度变低的缺陷。IAFSA-BPNN混合算法在预测的稳定性和精度、收敛速度等方面优于BPNN、AFSA-BPNN算法。IAFSA-BPNN算法不仅能提高短期风电功率预测的精度,而且改善了预测结果稳定性。

引用

页码：58 / 63

页数：6

共 18 条

[1] 一种短期风电功率集成预测方法 [J].