基于蟻群優(yōu)化神經(jīng)網(wǎng)絡(luò)模型的風(fēng)電功率預(yù)測
關(guān)鍵詞：lm神經(jīng)網(wǎng)絡(luò) 蟻群算法 風(fēng)機(jī)特性曲線 訓(xùn)練數(shù)據(jù) 風(fēng)速
摘要：首先采用LM神經(jīng)網(wǎng)絡(luò)模型對風(fēng)電功率進(jìn)行預(yù)測,為確定神經(jīng)網(wǎng)絡(luò)最佳權(quán)值和閾值、避免出現(xiàn)局部最優(yōu),采用蟻群算法進(jìn)行優(yōu)化;之后通過風(fēng)速的預(yù)測值確定了預(yù)測精度低的時(shí)間點(diǎn),并利用風(fēng)電功率特性曲線進(jìn)一步預(yù)測這些時(shí)間點(diǎn)的風(fēng)電功率;最后采用均方誤差、準(zhǔn)確率、合格率指標(biāo)對預(yù)測結(jié)果進(jìn)行了定量分析,結(jié)果表明基于蟻群優(yōu)化神經(jīng)網(wǎng)絡(luò)模型的預(yù)測準(zhǔn)確度提高了16.272百分點(diǎn),合格率提高了18.735百分點(diǎn),均方誤差降低了3.117。
內(nèi)蒙古電力技術(shù)雜志要求:
{1}來稿請注明通訊地址、單位、郵編、電話等，本刊一律不退稿，請自留底稿。
{2}來稿文責(zé)自負(fù)，切勿一稿多投，嚴(yán)禁抄襲剽竊。
{3}文題應(yīng)恰當(dāng)簡明地反映文章的特定內(nèi)容，要符合編制題錄、索引和選定關(guān)鍵詞等所遵循的原則，中文題名一般不超過20個(gè)字。
{4}參考文獻(xiàn)引用數(shù)量不應(yīng)過少，以不少于10篇為宜。
{5}文摘應(yīng)包括研究目的、研究方法、研究結(jié)果和研究結(jié)論4個(gè)層次。
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
