本文主要是介绍基于PSO-BP神经网络的风电功率MATLAB预测程序,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
微❤关注“电气仔推送”获得资料(专享优惠)
参考文献
基于风电场运行特性的风电功率预测及应用分析——倪巡天
资源简介
由于自然风具有一定的随机性、不确定性与波动性,这将会使风电场的功率预测受到一定程度的影响,它们之间也是存在着一些内在联系。通过最近的的历史气候情况,来做出相应的预测,对自然风的风速、风力等特点加以分析,以此找到合适的预测模型,对未来的预测结果有了一定的预测时间,从而较好的实现了对预测模型的评估。
神经网络由于收敛时间较长,容易形成局部最小值,陷入局部最优,难以得到全局最优解。基于上述的种种缺点,在实际工作中,例如在线功率预测时,它将受到限制。为得到全局最优、确定最佳权值和阈值,本文采用粒子群算法对其进行优化。即通过PSO 算法进行BP 算法的权值和阈值计算,得到一个比较理想的初始值,该初始值能够保证BP 在预测中迅速达到全局最优解,从而改进了传统BP 神经网络的不足。
根据粒子群算法的特性,有效的将其应用到短期风电风速预测中,对功率预测进行优化,即利用PSO 算法对BP 神经网络进行优化,优化其BP 算法的连接权值和阈值,并将优化后的PSO-BP 神经网络模型用于短期风速预测。预测算法流程如图所示。
输出结果
这篇关于基于PSO-BP神经网络的风电功率MATLAB预测程序的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!