【摘要】：目前使用比較普遍的優(yōu)化方法對(duì)BP算法改進(jìn)之后,改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)過程都存在復(fù)雜程度變大、更加消耗人力資源等缺陷。針對(duì)這些缺陷,本文提出一種傳遞函數(shù)自我優(yōu)化算法來改進(jìn)神經(jīng)網(wǎng)絡(luò)。然后將改進(jìn)的網(wǎng)絡(luò)應(yīng)用到風(fēng)電功率預(yù)測(cè)中,以東北某風(fēng)電場(chǎng)一段時(shí)間的風(fēng)電運(yùn)行數(shù)據(jù)作為實(shí)驗(yàn)樣本,分別采用傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)和改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)分析。仿真結(jié)果證明,改進(jìn)之后的BP神經(jīng)網(wǎng)絡(luò)不僅有更快的收斂速度,還有更加精確的預(yù)測(cè)結(jié)果,并且不需要認(rèn)為干預(yù)整個(gè)預(yù)測(cè)過程。極大提高了網(wǎng)絡(luò)的預(yù)測(cè)能力和效率。
[Abstract]:At present, after using the more common optimization methods to improve the BP algorithm, the improved BP neural network prediction process has some defects, such as greater complexity, more consumption of human resources and so on. In order to solve these defects, a transfer function self-optimization algorithm is proposed to improve the neural network. Then the improved network is applied to the wind power prediction, and the wind power operation data of a wind farm in Northeast China are taken as the experimental samples, and the traditional BP neural network and the improved BP neural network are used to predict and analyze the wind power. The simulation results show that the improved BP neural network not only has faster convergence speed, but also has more accurate prediction results, and does not need to interfere with the whole prediction process. The prediction ability and efficiency of the network are greatly improved.
【作者單位】： 東北電力大學(xué)信息工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(51277023)
【分類號(hào)】：TP183

【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 周英;尹邦德;任鈴;邊雪芬;;基于BP神經(jīng)網(wǎng)絡(luò)的電網(wǎng)短期負(fù)荷預(yù)測(cè)模型研究[J];電測(cè)與儀表;2011年02期

2 吳立鋒;吳經(jīng)龍;;BP算法學(xué)習(xí)率自適應(yīng)性研究[J];大眾科技;2011年12期

3 曲朝陽;孫鵬飛;;基于本體語言O(shè)WL的電網(wǎng)領(lǐng)域知識(shí)表示方法[J];東北電力大學(xué)學(xué)報(bào);2012年04期

4 陳翔;王福軍;劉天琪;陳振寰;羅海洋;李曉虎;;考慮風(fēng)電場(chǎng)布局以及風(fēng)向角的風(fēng)電功率預(yù)測(cè)[J];電工電能新技術(shù);2013年01期

5 楊甲沛;李鏘;劉鄭;袁曉琳;;基于自適應(yīng)學(xué)習(xí)速率的改進(jìn)型BP算法研究[J];計(jì)算機(jī)工程與應(yīng)用;2009年11期

6 王美玲;王念平;李曉;;BP神經(jīng)網(wǎng)絡(luò)算法的改進(jìn)及應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;2009年35期

7 姜雷;李新;;BP算法收斂性分析及改進(jìn)[J];計(jì)算機(jī)時(shí)代;2010年12期

8 朱英;;改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型及其應(yīng)用[J];武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版);2012年06期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 閆丹;張記龍;王志斌;陳媛媛;;基于黃金分割和BP網(wǎng)絡(luò)的氣體體積分?jǐn)?shù)預(yù)測(cè)模型[J];傳感器與微系統(tǒng);2012年01期

2 張華節(jié);李璀;;學(xué)習(xí)速率連續(xù)變化的BP神經(jīng)網(wǎng)絡(luò)算法[J];四川兵工學(xué)報(bào);2011年04期

3 張保航;谷海青;高強(qiáng);;基于FNN的校園電能短期預(yù)測(cè)算法研究[J];電測(cè)與儀表;2012年01期

4 蘭華;常家寧;周凌;王冰;張鐳;;基于局部均值分解與神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測(cè)[J];電測(cè)與儀表;2012年05期

5 顏昌沁;李坤;申云成;;基于BP神經(jīng)網(wǎng)絡(luò)的客戶特征屬性約簡(jiǎn)[J];電腦知識(shí)與技術(shù);2011年11期

6 王慶華;唐甜;王清青;劉雅瓊;林輝;黃國(guó)榮;熊鴻燕;;小兒常見發(fā)熱出疹性疾病智能診斷模型研究[J];第三軍醫(yī)大學(xué)學(xué)報(bào);2011年23期

7 吳立鋒;吳經(jīng)龍;;BP算法學(xué)習(xí)率自適應(yīng)性研究[J];大眾科技;2011年12期

8 吳廣發(fā);林丕源;黃沛杰;肖媚燕;張鍵鋒;;神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化在肉雞生長(zhǎng)性能預(yù)測(cè)中的應(yīng)用[J];廣東農(nóng)業(yè)科學(xué);2011年22期

9 蘇里坦;玉米提;宋郁東;;基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的干旱區(qū)蘆葦騰發(fā)量預(yù)測(cè)模型[J];干旱區(qū)地理;2011年04期

10 唐艷;付存君;魏建新;;基于自適應(yīng)學(xué)習(xí)速率的改進(jìn)BP神經(jīng)網(wǎng)絡(luò)[J];計(jì)算機(jī)光盤軟件與應(yīng)用;2012年04期

相關(guān)博士學(xué)位論文 前8條

1 龍曉君;地質(zhì)生態(tài)環(huán)境多尺度非線性智能評(píng)估研究[D];成都理工大學(xué);2011年

2 代磊磊;路網(wǎng)交通事故動(dòng)態(tài)分析及預(yù)警方法研究[D];哈爾濱工業(yè)大學(xué);2010年

3 劉進(jìn)雄;基于主設(shè)備優(yōu)化運(yùn)行的火電廠節(jié)能方法與應(yīng)用研究[D];武漢大學(xué);2010年

4 葛利;基于過程神經(jīng)網(wǎng)絡(luò)的時(shí)序數(shù)據(jù)挖掘研究[D];哈爾濱工程大學(xué);2012年

5 楊曦光;黃海葉綠素及初級(jí)生產(chǎn)力的遙感估算[D];中國(guó)科學(xué)院研究生院（海洋研究所）;2013年

6 季偉東;進(jìn)化計(jì)算優(yōu)化前向神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方法研究[D];東北林業(yè)大學(xué);2013年

7 唐德翠;城市供水水處理系統(tǒng)的建模、控制與運(yùn)行優(yōu)化研究[D];華南理工大學(xué);2013年

8 郝茹茹;汽車ABS整車臺(tái)架檢測(cè)方法與試驗(yàn)研究[D];長(zhǎng)安大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 王權(quán);基于軟計(jì)算的數(shù)字圖像修復(fù)算法研究[D];天津理工大學(xué);2010年

2 裴雪紅;基于改進(jìn)RBF神經(jīng)網(wǎng)絡(luò)的PID控制[D];哈爾濱理工大學(xué);2010年

3 吳孟俊;基于不同模型的運(yùn)動(dòng)目標(biāo)跟蹤算法研究[D];華東理工大學(xué);2011年

4 高暉;基于S變換的神經(jīng)網(wǎng)絡(luò)對(duì)自閉貫通線的故障測(cè)距[D];昆明理工大學(xué);2010年

5 劉璇;杉木主要生物化學(xué)參數(shù)的高光譜遙感估算模型研究[D];中南林業(yè)科技大學(xué);2010年

6 毋麗麗;基于神經(jīng)網(wǎng)路的信息處理研究[D];浙江工商大學(xué);2011年

7 李武鵬;基于AIGA-BP神經(jīng)網(wǎng)絡(luò)的糧食產(chǎn)量預(yù)測(cè)研究[D];太原理工大學(xué);2011年

8 秦麗娜;軟件缺陷靜態(tài)預(yù)測(cè)研究[D];華中師范大學(xué);2011年

9 李寧;BP神經(jīng)網(wǎng)絡(luò)在水文數(shù)據(jù)中的應(yīng)用研究[D];山西財(cái)經(jīng)大學(xué);2011年

10 鄧欣;人工神經(jīng)網(wǎng)絡(luò)在cryptomelane型氧化錳催化劑制備中的研究與應(yīng)用[D];廣東工業(yè)大學(xué);2011年

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 賀清碧,周建麗;BP神經(jīng)網(wǎng)絡(luò)收斂性問題的改進(jìn)措施[J];重慶交通學(xué)院學(xué)報(bào);2005年01期

2 蔡金，

本文編號(hào)：2508440