基于改进果蝇神经网络的短期风电功率预测OACSTPCD
Short Term Wind Power Prediction Based on Improved Fruit Fly-Neural Network
针对当前风电预测模型计算量过大、收敛速度过慢、预测精度不够等问题,提出通过果蝇优化算法(FOA)对神经网络的初始参数进行动态调整,由于自适应果蝇算法本身具有计算简单、收敛速度快等特点,通过与Elman神经网络的结合,能够降低模型的预测误差、提高模型收敛速度.最后,通过仿真实验与传统预测模型进行对比,结果表明所提出的方法是有效的.
李刚;吴潮;赵建平
兰州交通大学机电技术研究所,甘肃兰州730070甘肃省物流及运输装备信息化工程技术研究中心,甘肃兰州730070甘肃省物流与信息技术研究院,甘肃兰州730070
信息技术与安全科学
风电场短期功率预测FOA算法Elman神经网络
《测控技术》 2018 (7)
23-26,31,5
甘肃省科技支撑计划项目(1604GKCA007)兰州交通大学优秀科研平台(团队)资助计划(201604)
评论