电网技术

2011, v.35;No.328(03) 183-187

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于主成分分析与前向反馈传播神经网络的风电场输出功率预测
Forecasting of Wind Farm Generation Output Based on Principal Component Analysis and Back Propagation Neural Network

张明理;杨晓亮;滕云;徐建源;林莘;

摘要(Abstract):

为了解决单一的传统预测方法在风电场输出功率预测中存在的问题,提出了基于主成分前向反馈神经网络的预测方法。首先采用K-S方法对样本进行选取;然后用主成分分析法提取样本有效信息,求解出主成分,构建神经网络模型进行输出功率预测。结果表明,主成分分析后的神经网络模型消除了输入因子的相关性并简化了网络结构,使网络加速收敛。实例验证,与单一的神经网络模型相比,预测精度有所提高,为风电场输出功率预测提供了一种有效的方法。

关键词(KeyWords): 风电场;功率预测;主成分分析;BP神经网络

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 张明理;杨晓亮;滕云;徐建源;林莘;

Email:

DOI: 10.13335/j.1000-3673.pst.2011.03.037

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享