信息技术
信息技術
신식기술
INFORMATION TECHNOLOGY
2013年
10期
117-120
,共4页
风电功率%粒子群算法%小波神经网络%预测
風電功率%粒子群算法%小波神經網絡%預測
풍전공솔%입자군산법%소파신경망락%예측
wind power%particle swarm optimization%WaveNet%prediction
为了应对风电大规模并网给电力系统带来的严峻挑战,同时提高风力发电的市场竞争力,需要对短期风电功率进行准确预测.文中将小波分析和粒子群优化理论引入神经网络——PSO-WaveNet算法.该算法构建了稳定的风电功率预测网络模型,同时利用灰色关联算法确定网络的输入参量.弥补了神经网络容易陷入局部最优值的缺陷,实验结果表明用算法进行风电功率预测提高了预测精度,验证了该混合算法的可行性.
為瞭應對風電大規模併網給電力繫統帶來的嚴峻挑戰,同時提高風力髮電的市場競爭力,需要對短期風電功率進行準確預測.文中將小波分析和粒子群優化理論引入神經網絡——PSO-WaveNet算法.該算法構建瞭穩定的風電功率預測網絡模型,同時利用灰色關聯算法確定網絡的輸入參量.瀰補瞭神經網絡容易陷入跼部最優值的缺陷,實驗結果錶明用算法進行風電功率預測提高瞭預測精度,驗證瞭該混閤算法的可行性.
위료응대풍전대규모병망급전력계통대래적엄준도전,동시제고풍력발전적시장경쟁력,수요대단기풍전공솔진행준학예측.문중장소파분석화입자군우화이론인입신경망락——PSO-WaveNet산법.해산법구건료은정적풍전공솔예측망락모형,동시이용회색관련산법학정망락적수입삼량.미보료신경망락용역함입국부최우치적결함,실험결과표명용산법진행풍전공솔예측제고료예측정도,험증료해혼합산법적가행성.
