华东电力
華東電力
화동전력
EAST CHINA ELECTRIC POWER
2011年
5期
797-802
,共6页
风力发电%发电量预测%自适应粒子群算法%人工神经网络
風力髮電%髮電量預測%自適應粒子群算法%人工神經網絡
풍력발전%발전량예측%자괄응입자군산법%인공신경망락
分析了影响风电场发电量的主要因素,提出了一种新的基于人工神经网络的风电场发电量预测方法.针对传统神经网络预测模型的预测质量由于陷入局部最优、训练难收敛等原因而降低的情况,该方法引入了自适应变异粒子群算法( AMPSO)对神经网络的权值和阀值进行训练,并且在训练过程中通过比较不同隐层节点数所对应的输出误差来确定神经网络的最优拓扑结构.使用张北县风电场的实际测量数据进行建模预测,结果证明了本文描述的模型是一种有效可行的风电场发电量预测方法.
分析瞭影響風電場髮電量的主要因素,提齣瞭一種新的基于人工神經網絡的風電場髮電量預測方法.針對傳統神經網絡預測模型的預測質量由于陷入跼部最優、訓練難收斂等原因而降低的情況,該方法引入瞭自適應變異粒子群算法( AMPSO)對神經網絡的權值和閥值進行訓練,併且在訓練過程中通過比較不同隱層節點數所對應的輸齣誤差來確定神經網絡的最優拓撲結構.使用張北縣風電場的實際測量數據進行建模預測,結果證明瞭本文描述的模型是一種有效可行的風電場髮電量預測方法.
분석료영향풍전장발전량적주요인소,제출료일충신적기우인공신경망락적풍전장발전량예측방법.침대전통신경망락예측모형적예측질량유우함입국부최우、훈련난수렴등원인이강저적정황,해방법인입료자괄응변이입자군산법( AMPSO)대신경망락적권치화벌치진행훈련,병차재훈련과정중통과비교불동은층절점수소대응적수출오차래학정신경망락적최우탁복결구.사용장북현풍전장적실제측량수거진행건모예측,결과증명료본문묘술적모형시일충유효가행적풍전장발전량예측방법.
