基于SSA-BP的风电场超短期风速预测方法研究 |
| |
引用本文: | 冯浩,彭秀芳,项雯,吴浙攀,施晨.基于SSA-BP的风电场超短期风速预测方法研究[J].电力勘测设计,2023(3):37-42+50. |
| |
作者姓名: | 冯浩 彭秀芳 项雯 吴浙攀 施晨 |
| |
作者单位: | 中国能源建设集团江苏省电力设计院有限公司 |
| |
摘 要: | 在风电场风速预测方法中,BP神经网络是常用的方法之一。针对BP神经网络相关参数选取不当影响预测结果的问题,提出一种基于麻雀搜索算法(sparrow search algorithm,SSA)对BP神经网络的权值W及阈值B的优化方法,构建SSA-BP超短期风速预测模型。从数据采集与监视控制(supervisory control and data acquisition,SCADA)系统中收集得到的风速数据,预处理后及分类之后,使用该模型进行预测。实验表明,与BP、遗传算法(genetic algorithm,GA)-BP、粒子群算法(particle swarm optimization,PSO)-BP预测模型相比,SSA-BP预测模型可有效提高风电场风速预测的准确率,且收敛速度快、寻优能力强。
|
关 键 词: | 麻雀搜索算法 风速预测 BP神经网络 |
|
|