基于ACO改进BP神经网络的风电功率预测研究

摘要：

在风力发电具有随机性、波动性和间歇性的分析基础上,利用BP神经网络对风电功率进行预测研究,为了克服BP神经网络算法初始权值和阈值等参数具有随机性、容易陷入局部极小值和收敛速度慢等缺点,提出了利用蚁群算法改进BP神经网络的方法确定初始权值和阈值,建立了一种基于ACO改进BP神经网络的风电功率预测模型,借助于ACO对BP神经网络算法加以优化,能够获取提升神经网络控制参数的最优值,优化全局收敛性能.建立了风力发电功率预测的神经网络结构形态,并对结构中输入层、隐含层以及输出层进行了规划与确定,同时对建立的风电预测模型进行了仿真测试,经过和单一BP神经网络模型和ACO改进BP神经网络模型仿真对比,结果证明了所建立的基于ACO改进BP神经网络算法模型的有效性和优越性.

关键词：风力发电、功率预测、BP神经网络、蚁群算法

所属期刊栏目：42

分类号：TP389.1;O224;TP277

资助基金：江苏省重点研发计划BE2020081-4

在线出版日期：2023-04-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：55-62,前插3