基于主成分分析与前向反馈传播神经网络的风电场输出功率预测
为了解决单一的传统预测方法在风电场输出功率预测中存在的问题，提出了基于主成分前向反馈神经网络的预测方法。首先采用K-S(Kennard-Stone肯纳德-斯通)方法对样本进行选取；然后用主成分分析法提取样本有效信息，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，主成分分析后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，使网络加速收敛。实例验证，与单一的神经网络模型相比，预测精度有所提高，为风电场输出功率预测提供了一种有效的方法。
风电场 功率预测 主成分分析 BP神经网络
张明理
东北电力科学研究院有限公司,辽宁省 沈阳市 110870
国内会议
成都
中文
215-226
2011-03-01（万方平台首次上网日期，不代表论文的发表时间）