| 梁涛,杨改文,姜文,李永强.基于ARMA误差修正的LM-BP模型的风功率预测[J].高技术通讯(中文),2019,29(5):487~493 |
| 基于ARMA误差修正的LM-BP模型的风功率预测 |
|
| |
| DOI： |
| 中文关键词: 风功率预测， Levenberg Marquardt （LM）， 反向传播(BP)神经网络， 自回归滑动平均（ARMA）误差修正 |
| 英文关键词: |
| 基金项目: |
|
| 摘要点击次数: 2408 |
| 全文下载次数: 1470 |
| 中文摘要: |
| 风的间歇性和波动性导致训练样本的多样性，为提高短期风电功率预测精度，保证电网正常运行以及电能质量，对风功率进行建模预测尤为紧迫。针对上述问题，首先对原始数据进行预处理将非正常数据剔除。其次，运用Levenberg-Marquardt（LM）改进的牛顿算法优化反向传播（BP）神经网络(LM-BP)构建预测模型，并与传统的前馈BP神经网络进行比较，仿真结果表明，提出的基于LM BP的预测模型相比单一的BP模型更加接近实际功率值，性能更优。最后，针对LM-BP模型的预测误差建立自回归滑动平均（ARMA）模型来修正负荷预测结果，结果表明误差修正后预测精度明显提高。 |
| 英文摘要: |
| |
|
查看全文
查看/发表评论 下载PDF阅读器 |
| 关闭 |
|
|
|
