本文關(guān)鍵詞：基于主成分分析的神經(jīng)網(wǎng)絡(luò)動(dòng)態(tài)集成風(fēng)功率超短期預(yù)測，，由筆耕文化傳播整理發(fā)布。

第 卷第 期. . 電力系統(tǒng)保護(hù)與控制 . .年 月 日 基于主成分分析的神經(jīng)網(wǎng)絡(luò)動(dòng)態(tài)集成風(fēng)功率超短期預(yù)測 何 東,劉瑞葉 哈爾濱工業(yè)大學(xué)電氣工程及自動(dòng)化學(xué)院,黑龍江 哈爾濱摘要:為了解決風(fēng)電功率神經(jīng)網(wǎng)絡(luò)預(yù)測輸入變量多、計(jì)算效率低、泛化能力較差的缺點(diǎn),采用主成分分析法 減少變量 數(shù)。用神經(jīng)網(wǎng)絡(luò)動(dòng)態(tài)集成的方法構(gòu)建出較強(qiáng)泛化能力的 網(wǎng)絡(luò)集成。采用南方某風(fēng)電場的數(shù)據(jù)進(jìn)行了預(yù)測,比較了選取全 部氣象參數(shù)、部分氣象參數(shù)和基于 處理后的數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)輸入對(duì)預(yù)測精度和計(jì)算效率的影響,結(jié)果表明采用 能 在不降低預(yù)測精度的情況下,大大提高運(yùn)算速度。通過對(duì)比單個(gè)和集成 神經(jīng)網(wǎng)絡(luò)預(yù)測結(jié)果發(fā)現(xiàn),采用集成網(wǎng)絡(luò)的預(yù)測精 度比單個(gè) 網(wǎng)絡(luò)精度有所提高,特別是風(fēng)速突變的情況下更加明顯 關(guān)鍵詞:風(fēng)功率預(yù)測;主成分分析;神經(jīng)網(wǎng)絡(luò)集成 , ?,,: ,. . .,. . , . 曲 .. : ; ;中圖分類號(hào): 文獻(xiàn)標(biāo)識(shí)碼: 文章編號(hào):. . 數(shù)據(jù),更適用于復(fù)雜地形;缺點(diǎn)是需分析復(fù)雜的物 引言 理特性,如果模型建立的比較粗糙,則預(yù)測精度差。 準(zhǔn)確的風(fēng)功率預(yù)測是提高風(fēng)電接入容量、電網(wǎng) 而統(tǒng)計(jì)方法雖然需要長期測量數(shù)據(jù)和額外的訓(xùn)練, 運(yùn)行穩(wěn)定性和經(jīng)濟(jì)性的有效手段。具體來講,準(zhǔn)確 但是能自動(dòng)適應(yīng)風(fēng)電場位置,減小系統(tǒng)誤差。相對(duì) 其他統(tǒng)計(jì)方法,文獻(xiàn)【 . 的研究表明神經(jīng)網(wǎng)絡(luò)有很 的風(fēng)功率預(yù)測可以用來安排電廠發(fā)電計(jì)劃、保持電 網(wǎng)功率平衡,并作為電網(wǎng)操作和電網(wǎng)阻塞管理的可 強(qiáng)的魯棒性和容錯(cuò)性,更適用于處理像風(fēng)功率預(yù)測 靠依據(jù)。因此,實(shí)際生產(chǎn)急需提高風(fēng)功率預(yù)測準(zhǔn)確 這樣的復(fù)雜非線性和不確定的問題。 使用神經(jīng)網(wǎng)絡(luò)預(yù)測首先要確定哪些變量作為輸 性。目前,用于風(fēng)功率預(yù)測的方法主要有物理模型 和統(tǒng)計(jì)模型 最小平方

  本文關(guān)鍵詞：基于主成分分析的神經(jīng)網(wǎng)絡(luò)動(dòng)態(tài)集成風(fēng)功率超短期預(yù)測，由筆耕文化傳播整理發(fā)布。