基于贝叶斯神经网络的风电短期功率预报研究

作     者：陈庆鸿 邢林华 肖建华 孟安波 王星华 CHEN Qinghong;XING Linhua;XIAO Jianhua;MENG Anbo;WANG Xinghua

作者机构：广东电网公司揭阳供电局广东揭阳522000 广东工业大学广东广州510006 华南理工大学广东广州510640 

基　　金：广东省绿色能源技术重点实验室资助项目(2008A060301002) 广东省电网公司科技项目(K-GD2012-450) 

出 版 物：《广东电力》 (Guangdong Electric Power)

年 卷 期：2013年第26卷第1期

页      码：19-22页

摘      要：提高风电功率预报的准确率对电网的安全运行调度有着重要的意义。针对标准BP学习算法泛化能力不强的问题,设计了一种基于贝叶斯正则化算法修正权值的学习算法,用于风电的功率预测。仿真结果对比表明新的算法具有比标准BP算法和径向基神经网络具有更好的泛化能力,同时取得了良好的预测效果。

主 题 词：BP神经网络 贝叶斯神经网络 风电场功率预报 泛化能力 

学科分类：080802[080802] 0808[工学-自动化类] 08[工学] 

D　O　I：10.3969/j.issn.1007-290X.2013.01.005

馆 藏 号：203211656...