基于Adaboost的BP神经网络改进算法在短期风速预测中的应用
进行较准确的风速预测对含大规模风电场的电力系统进行经济调度具有重要意义.针对目前神经网络法、时间序列法、卡尔曼滤波法等算法在短期风速预测上精度不高的缺陷,引入Adaboost算法对前馈(back propagation,BP)神经网络算法进行改进,提出了基于Adaboost的BP神经网络算法,并将该方法应用于短期风速预测.经算例分析,该算法在超前1h和2h的风速预测精度优于其他2种算法,且该算法在高风速段(10m/s以上)平均绝对百分比误差低于7.5%,具有较高的工程应用价值.
风速预测、Adaboost、BP神经网络
36
TM614(发电、发电厂)
国家重点基础研究发展计划项目973项目2010CB227206;国家863高技术基金项目2011AA05A101
2013-01-05(万方平台首次上网日期,不代表论文的发表时间)
共5页
221-225