基于EEMD和GA-BP神经网络的短期风电负荷预测

摘要：

为提高风电负荷的预测精度,提出一种基于EEMD与GA-BP神经网络的方法来预测短期风电负荷.该方法首先将原始风电负荷序列分解,得到若干IMF分量和一个余项;然后再利用GA-BP神经网络建模预测;最后对各分量的预测值求和,得到最终预测结果.由于风电负荷具有混沌特性,故先对其相空间重构,求得的重构空间的嵌入维数作为输入层节点数.仿真结果表明,该方法与传统的GA-BP预测方法以及EMD和GA-BP结合方法相比,具有较强的适应能力和较高的预测精度.

关键词： 电力系统 风力发电 负荷预测 整体经验模式分解 BP神经网络 遗传算法

作者: 郭利进 毛超 张洪志

作者单位: 天津工业大学,电气工程与自动化学院,天津300387

会议类型: 国内会议

会议名称: 2015工业设计与协同创新学术会议暨第20届全国工业设计学术年会

会议地点: 天津

会议语种:中文

页码: 76-80

在线出版日期: 2015-05-29（万方平台首次上网日期，不代表论文的发表时间）