首页 | 本学科首页   官方微博 | 高级检索  
     

基于贝叶斯神经网络的风电短期功率预报研究
引用本文:陈庆鸿,邢林华,肖建华,孟安波,王星华.基于贝叶斯神经网络的风电短期功率预报研究[J].广东电力,2013(1):19-22.
作者姓名:陈庆鸿  邢林华  肖建华  孟安波  王星华
作者单位:广东电网公司揭阳供电局;广东工业大学;华南理工大学
基金项目:广东省绿色能源技术重点实验室资助项目(2008A060301002);广东省电网公司科技项目(K-GD2012-450)
摘    要:提高风电功率预报的准确率对电网的安全运行调度有着重要的意义。针对标准BP学习算法泛化能力不强的问题,设计了一种基于贝叶斯正则化算法修正权值的学习算法,用于风电的功率预测。仿真结果对比表明新的算法具有比标准BP算法和径向基神经网络具有更好的泛化能力,同时取得了良好的预测效果。

关 键 词:BP神经网络  贝叶斯神经网络  风电场功率预报  泛化能力

Study on Wind Power Short-time Power Prediction Based on Bayes Neural Network
CHEN Qinghong,XING Linhua,XIAO Jianhua,MENG Anbo,WANG Xinghua.Study on Wind Power Short-time Power Prediction Based on Bayes Neural Network[J].Guangdong Electric Power,2013(1):19-22.
Authors:CHEN Qinghong  XING Linhua  XIAO Jianhua  MENG Anbo  WANG Xinghua
Affiliation:2,3(1.Jieyang Power Supply Bureau of Guangdong Power Grid Corporation,Jieyang,Guangdong 522000,China;2.Guangdong University of Technology,Guangzhou,Guangdong 510006,China;3.South China University of Technology,Guangzhou,Guangdong 510640,China)
Abstract:
Keywords:
本文献已被 CNKI 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号