您的位置：
首页
>
农业专利
>
详情页
一种基于空间相关性与GA的小波-BP神经网络风电功率预测方法
- 专利权人:
- 南京理工大学
- 发明人:
- 解坤,张俊芳,陈鸿亮,齐浩宇,王惟怡,花雨洁,沈烨
- 申请号：
- CN201510943557.3
- 公开号：
- CN105574615A
- 申请日:
- 2015.12.16
- 申请国别(地区):
- 中国
- 年份:
- 2016
- 代理人:
- 朱显国
- 摘要：
- 本发明提出一种基于空间相关性与GA的小波-BP神经网络风电功率预测方法。按照目标时间和采样时间采集上风处与下风处风电场风速或功率时间序列；计算上风处与下风处风电场所采集时间序列之间的相关性系数，提取其中具有强相关性的数据组；将强相关性数据组时间序列输入小波-BP神经网络中，通过GA遗传算法对神经网络结构的权值和阈值参数进行全局优化；在小波-BP神经网络训练过程中，深度优化神经网络权值和阈值采用L-M算法与附加动量法相结合，对小波基函数的平移因子和伸缩因子参数修正优化采用梯度下降法；利用训练后的小波-BP神经网络对下风处风电场风电功率进行预测。本发明提高神经网络学习性能，克服了风电场风速监测数据不足而无法直接进行风电功率预测的缺陷。
- 来源网站：
- 中国工程科技知识中心
- 来源网址：
- http://www.ckcest.cn/home/
