ACPSO-WFLN算法在短期风电功率预测中的应用

摘要：

针对传统小波神经网络初始参数设定困难、容易陷入局部极值的问题,提出一种基于自适应混沌粒子群算法(ACPSO)优化的小波链神经网络(WFLN).首先,将小波神经网络与随机矢量函数连接网络相融合,构建小波链神经网络,加强网络并行运算能力;其次,在粒子群算法中引入混沌优化因子与自适应权重系数,改善粒子群的早熟收敛问题,实现全局与局部寻优能力的动态平衡;最后,利用ACPSO算法优化WFLN神经网络,建立短期风电功率预测模型.实验结果表明:ACPSO-WFLN风电功率预测模型较其它网络明显减少隐层神经元数目与迭代步数,具有较高的预测精度.

关键词：短期风电功率预测、小波链神经网络、粒子群优化算法、自适应混沌粒子群算法

所属期刊栏目：56

分类号：TM614(发电、发电厂)

资助基金：全国工程专业学位研究生教育指导委员会立项项目2016-ZX-095

在线出版日期：2019-09-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：76-80