科研之友
微信
新浪微博
Facebook
分享链接
摘要
在风力发电具有随机性、波动性和间歇性的分析基础上，利用BP神经网络对风电功率进行预测研究，为了克服BP神经网络算法初始权值和阈值等参数具有随机性、容易陷入局部极小值和收敛速度慢等缺点，提出了利用蚁群算法改进BP神经网络的方法确定初始权值和阈值，建立了一种基于ACO改进BP神经网络的风电功率预测模型，借助于ACO对BP神经网络算法加以优化，能够获取提升神经网络控制参数的最优值，优化全局收敛性能。建立了风力发电功率预测的神经网络结构形态，并对结构中输入层、隐含层以及输出层进行了规划与确定，同时对建立的风电预测模型进行了仿真测试，经过和单一BP神经网络模型和ACO改进BP神经网络模型仿真对比，结果证明了所建立的基于ACO改进BP神经网络算法模型的有效性和优越性。
- 单位
