文献类型：期刊文章

作　　者：王德明[1] 王莉[1,2] 张广明[1]

机构地区：[1]南京工业大学自动化与电气工程学院,南京210009 [2]南京大学工程管理学院,南京210093

出　　处：《浙江大学学报（工学版）》

基　　金：江苏省科技厅工业科技支撑计划资助项目(BE2009166)

年　　份：2012

卷　　号：46

期　　号：5

起止页码：837-841

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：20122915260171)、IC、INSPEC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：为了提高风电场短期风速预测精度,提出将遗传算法和反向传播(BP)神经网络相结合的预测模型.采用自相关性分析找出对预测值影响最大的几个历史时刻风速,以历史时刻的风速、温度、湿度和气压作为BP神经网络预测模型的输入变量;利用遗传算法的全局搜索能力获得BP神经网络优化的初始权值和阈值;采用优化后的BP神经网络分别建立1、2、3 h的短期风速预测模型.实验结果表明,该方法较BP神经网络具有预测精度高、收敛速度快的优点.

关 键 词：风力发电 短期风速预测 BP神经网络 遗传算法

分 类 号：TM614]