基于PSO-BP混合算法的風(fēng)電功率預(yù)測研究

打開文本圖片集

摘要：針對短期風(fēng)電功率的多樣性與非平穩(wěn)特性，傳統(tǒng)預(yù)測模型在時(shí)空特征提取方面存在明顯局限性。現(xiàn)有方法對風(fēng)電場歷史運(yùn)行數(shù)據(jù)的時(shí)空耦合特性挖掘不足，難以有效捕捉其動(dòng)態(tài)演化規(guī)律與潛在特征關(guān)聯(lián)，導(dǎo)致預(yù)測精度難以滿足電網(wǎng)調(diào)度的實(shí)際需求。為改善這一現(xiàn)狀，文章提出一種基于粒子群優(yōu)化算法（Particle Swarm Optimization，PSO）與反向傳播神經(jīng)網(wǎng)絡(luò)（Backpropagation，BP）的混合預(yù)測框架。（剩余7464字）