论文摘要
为进一步提高风电功率预测计算效率及准确性,建立基于熵关联数据挖掘的MPSO-Elman风电功率预测模型:在分析信息熵与互信息的熵相关系数（ECC）后,对各个历史日数据样本和待测时段参考样本间的复杂非线性映射关系进行量化评估,经过高关联度样本筛选,Elman模型隐含层结构优化以及权值初值选取改进,最后采用改进粒子群算法（MPSO）对网络参数进一步优化,并以某风电场实测数据为依据进行实例分析。结果表明,该模型使得功率预测准确度达到91.24%,预测效果要优于RBF-BP模型,证明了该模型的先进性与有效性。
论文目录
文章来源
类型: 期刊论文
作者: 张伟,茅大钧,代宪亚
关键词: 关联数据挖掘,网络,风电功率预测
来源: 热能动力工程 2019年06期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 电力工业
单位: 上海电力大学自动化工程学院,国网江苏省电力有限公司宿迁供电分公司
分类号: TM614
DOI: 10.16146/j.cnki.rndlgc.2019.06.022
页码: 165-171
总页数: 7
文件大小: 1299K
下载量: 157