基于神经网络平均影响值的超短期风电功率预测
针对动态神经网络风电功率预测模型输入变量较多、模型复杂的问题,将神经网络和平均影响值方法相结合,提出了一种基于神经网络平均影响值的超短期风电功率预测方法.此方法综合考虑了各输入变量对输出变量(风电预测功率)的外部贡献率和内部贡献率,筛选出了对输出变量贡献率最大的输入变量,建立了一个优化的神经网络超短期风电功率预测模型.实验结果表明,所提模型降低了预测模型的复杂度,减少了测量噪声对预测精度的影响,得到了较好的风电功率预测结果.
风电功率、超短期预测、动态神经网络、平均影响值、变量筛选
41
U44;P25
国家高技术研究发展计划863计划资助项目2013AA050601.This work is supported by National High Technology Research and Development Program of China 863 Program 2013AA050601
2017-12-14(万方平台首次上网日期,不代表论文的发表时间)
共6页
40-45