自适应变异粒子群优化BP的短期风电功率预测模型

摘要：

针对反向传播(BP)神经网络预测模型在风电预测中预测精度低、输入变量多的问题,提出一种基于互信息的自适应变异粒子群优化BP的短期风电功率预测模型.首先,采用互信息筛选出原始数据中与输出功率相关度较大的影响因素,减少冗余信息;然后,引入具有自适应惯性权重系数和变异因子思想的粒子群算法对预测模型进行优化.结果表明:与传统预测模型相比,该预测模型具有收敛速度快、预测精度高等特点.

关键词：短期风电预测、互信息、自适应惯性权重系数、变异因子、反向传播神经网络

所属期刊栏目：41

分类号：TM614;TP183(发电、发电厂)

资助基金：国家自然科学基金资助项目;湖北工业大学博士科研启动基金资助项目

在线出版日期：2020-03-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：90-95