| 基于OLS-SFLA-RBF神经网络的风电出力预测 |
| |
| 作者姓名： | 彭健 王斐 洪翠 江岳文 温步瀛 |
| |
| 作者单位： | 福州大学 电气工程与自动化学院, 福建 福州 350100;纽约大学 理工学院 电气与计算机工程系, 纽约 布鲁克林 11201;福州大学 电气工程与自动化学院, 福建 福州 350100;福州大学 电气工程与自动化学院, 福建 福州 350100;福州大学 电气工程与自动化学院, 福建 福州 350100 |
| |
| 基金项目： | This research was supported by Innovation Program for Young Talents in Science and Technology of Fujian Province （Number: 2011J05124） and Natural Science Foundation of Fujian Province （Number: 2013J01176）. |
| |
| 摘 要： | 提高风电出力的预测精度,可以减轻风电并网带来的不利影响。利用径向基函数神经网络（RBF）建立风电出力预测模型,并通过正交二乘算法（OLS）对RBF神经网络进行初步训练,以确定网络结构及隐含层各节点中心。在OLS算法训练的网络基础上引入蛙跳算法（SFLA）,进一步对隐含层基函数的宽度值进行优化以提高网络的泛化能力。实例预测表明,在相同的网络结构及隐含层中心下,基函数宽度值优化后的RBF神经网络模型预测精度得到了提升。
|
| 关 键 词： | 正交最小二乘法 混合蛙跳算法 径向基神经网络 风电出力预测 |
| 本文献已被 维普 等数据库收录！ |
| 点击此处可从《电网与水力发电进展》浏览原始摘要信息 |
|
点击此处可从《电网与水力发电进展》下载免费的PDF全文 |
|
