基于PSO-ICA-BP神经网络的短期风电功率预测

作者：王帅哲; 王金梅; 王永奇; 马文涛

来源：电工电气, 2019, (02): 7-11.

• 帝国竞争算法
• 粒子群算法
• BP神经网络
• 风电功率预测

针对传统的BP神经网络对短期风电功率预测精度不高的缺点,提出粒子群算法改进帝国竞争算法(PSO-ICA),通过PSO算法改进殖民地同化操作提高ICA算法的全局寻优能力,输出全局最优解作为BP神经网络初始权值阈值。同时用主成分分析法降维压缩输入数据,提高网络泛化能力。利用PSO-ICA-BP预测模型对某风电场实际风电功率数据进行预测,仿真结果表明该模型预测误差更小,对短期风电功率预测更有效。