基于自适应Elman神经网络的短期风电功率预测
针对BP神经网络动态性能的不足、适应性较差的问题,提出了基于自适应Elman神经网络的短期风电功率预测模型.通过对比不同隐含层数的Elman预测模型的预测误差,选取最小误差的隐含层数作为自适应Elman预测模型的隐含层数;根据不同的训练集和预测集的输入,自动调节Elman隐含层节点数,实现隐含层节点数的自适应,寻求具有最佳隐含层节点数的预测模型,提高了风电功率预测精度.
短期风电功率预测、不同隐含层数、隐含层节点数的自适应、自适应Elman神经网络模型
30
TB551(声学工程)
2014-05-04(万方平台首次上网日期,不代表论文的发表时间)
共6页
102-107