主成分BP神经网络预测模型在风电场输出功率中的应用

摘要：

研究了风电场输出功率预测问题。针对神经网络泛化能力差的弱点，本文首先采取K-S方法挑选合适的样本数据，再用主成分分析法，提取有效信息，求解出主成分，构建神经网络模型进行输出功率预测。结果表明，得到的神经网络模型消除了输入因子的相关性并简化了网络结构，能达到较高的预测精度，为影响因素多且机理较为复杂的风电场输出功率预测的神经网络建模提供了一个有效的方法。

关键词： 风电场 输出功率预测 主成分分析 BP神经网络 K-S方法

作者: 杨晓亮 徐建源 林莘

作者单位: 沈阳工业大学,辽宁 沈阳 110870 电网灾害预测与电力设备故障监测辽宁省重点实验室,辽宁 沈阳 110870

会议类型: 国内会议

会议名称: 2010输变电年会

会议地点: 南京

会议语种:中文

页码: 175-180

在线出版日期: 2010-10-28（万方平台首次上网日期，不代表论文的发表时间）