本發(fā)明公開了一種基于云遺傳算法的短期風功率預測方法。由于風資源的隨機性和不確定性,根據(jù)風電場的歷史風功率數(shù)據(jù)與歷史氣象數(shù)據(jù)進行風功率預測時存在一定困難,尤其在數(shù)學模型建立的過程中。該方法將云遺傳算法運用于BP神經(jīng)網(wǎng)絡(back?propagation?neural?network,前饋神經(jīng)網(wǎng)絡)建立預測模型,利用云遺傳算法來優(yōu)化BP網(wǎng)絡參數(shù)的權(quán)值和閾值,加快BP神經(jīng)網(wǎng)絡的優(yōu)化學習速度,從而加快風功率預測處理的效率;實驗證明該優(yōu)化算法運用在風電場風功率預測中有助于提高預測精度,加快網(wǎng)絡收斂速度。
聲明:
“基于云遺傳算法的風功率預測方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)