基于蚁群优化神经网络模型的风电功率预测

论文摘要

首先采用LM神经网络模型对风电功率进行预测,为确定神经网络最佳权值和阈值、避免出现局部最优,采用蚁群算法进行优化;之后通过风速的预测值确定了预测精度低的时间点,并利用风电功率特性曲线进一步预测这些时间点的风电功率;最后采用均方误差、准确率、合格率指标对预测结果进行了定量分析,结果表明基于蚁群优化神经网络模型的预测准确度提高了16.272百分点,合格率提高了18.735百分点,均方误差降低了3.117。

论文目录

• 0 引言
• 1 蚁群优化下的LM神经网络模型对风电功率的预测
•   1.1 LM神经网络模型的建立
•     1.1.1 BP神经网络模型
•     1.1.2 LM算法介绍
•       1.1.2. 1 原理
•       1.1.2. 2 步骤
•   1.2 蚁群优化算法的建立
•   1.3 蚁群优化下的LM神经网络模型求解过程
•   1.4 风电功率预测
•     1.4.1 预测过程
•     1.4.2 算法评价
•   1.5 结果分析
• 2 基于风速预测数据的风电功率预测
•   2.1 风机特性曲线拟合
•   2.2 风速预测
•   2.3 风电功率预测
• 3 预测精度的影响因素
• 4 结论

文章来源

类型: 期刊论文

作者: 张岩,李洋博,柳姗,王月,孙克磊

关键词: 神经网络,蚁群算法,风机特性曲线,训练数据,风速

来源: 内蒙古电力技术 2019年04期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 电力工业,自动化技术

单位: 华北理工大学数学建模创新实验室,华北理工大学化学工程学院,华北理工大学电气工程学院,华北理工大学经济学院

分类号: TP183;TM614

页码: 26-30

总页数: 5

文件大小: 2703K

下载量: 273