基于蜂群算法改进的BP神经网络风电功率预测
100 积分
50
评分
4.3 积分- 详情
- 2021-04-27
- 简介
pdf
- 2.1MB
- 页数 7P
- 阅读 87
- 下载 28
由于风能具有随机性和间歇性的特点,造成了其功率输出的不稳定,而大规模的风电接入给电力系统的正常稳定运行和调度带来影响。详细分析影响风电场输出的因素,确定风速、风向正弦和余弦为影响风电输出最主要的关联因素,采用统计预测方法将历史实际输出功率、风速、风向正弦和余弦作为BP神经网络的输入矢量,并采用人工蜂群算法优化得到神经网络的权值和阈值,构建ABC-BP神经网络风电功率预测模型。通过对某实测风电功率进行预测验证,结果表明:基于蜂群算法改进的BP神经网络风电功率预测,可以克服BP神经网络易于陷入局部极小的缺陷和不足,极大地提高了全局搜索能力以及预测的稳定性和精度；同时,将自适应的选择策略引入到蜂群算法优化适应度的选择中,减少了网络层参数的训练时间,提高了收敛速度。
对不起，您暂无在线预览权限，如需浏览请
立即登录热门商品
相关推荐
基于蜂群算法改进的BP神经网络风电功率预测 2.1MB
基于BP神经网络的风电功率预测仿真分析 804KB
基于RBF—BP组合神经网络的短期风电功率预测研究 362KB
改进BP神经网络算法在基坑沉降预测中的应用 292KB
基于BP神经网络的电力负荷预测算法 82KB
基于RBF神经网络的风电场功率预测研究 1.2MB
基于RBF神经网络的风电场功率预测研究 1.2MB
基于RBF神经网络的风电场功率预测研究 431KB