風(fēng)電功率短期預測 文章 進(jìn)入風(fēng)電功率短期預測技術(shù)社區

基于GWO-BP-CNN-ec的風(fēng)電功率短期預測模型*

• 在大型電網(wǎng)和小型微電網(wǎng)中，風(fēng)電功率短期預測對電力系統的調度運行有著(zhù)重要意義。為了提高短期風(fēng)電功率預測精度，文章提出一種卷積神經(jīng)網(wǎng)絡(luò )(Convolutional Neural Network，CNN)與灰狼優(yōu)化算法(Grey Wolf Optimizer，GWO)結合的短期風(fēng)電預測模型。首先，通過(guò)數據的離散化，將二維風(fēng)速轉換成三維風(fēng)速，變?yōu)榉螩NN模型的輸入量，再結合GWO對CNN模型的參數進(jìn)行優(yōu)化，最后通過(guò)BP對整個(gè)網(wǎng)絡(luò )進(jìn)行微調后引入預測偏差二次修正，最后建立了基于GWO-BP-CNN-ec的風(fēng)電功率預
• 關(guān)鍵字： 風(fēng)電功率短期預測  卷積神經(jīng)網(wǎng)絡(luò )  灰狼優(yōu)化  偏差修正