引用本文: | 周洪煜,曾济贫,王照阳,赵乾.基于混沌DNA遗传算法与PSO组合优化的RNN短期风电功率预测[J].电力系统保护与控制,2013,41(2):144-149.[点击复制] |
.[J].Power System Protection and Control,2013,41(2):144-149[点击复制] |
|
摘要: |
提高短期风电功率的预测精度对保证电力系统安全、稳定地运行具有重大意义。针对风速信号的强奇异性,采用脊波神经网络建立短期风电功率的预测模型;同时利用混沌DNA遗传算法确定脊波神经网络的隐层结构,采用粒子群算法优化网络的连接权值及方向向量。对新疆某风电场的输出功率进行了预测实验,并比较了优化前后脊波网络模型的预测性能。研究结果表明采用粒子群与混沌DNA遗传算法组合优化后的脊波神经网络均方根误差降至12.3%,预测精度得到显著提高。 |
关键词: 风电功率 预测 混沌DNA遗传算法 粒子群 脊波神经网络 |
DOI:10.7667/j.issn.1674-3415.2013.02.024 |
|
基金项目: |
|
|
|
() |
Abstract: |
|
Key words: |