基于互信息冗余性分析的神经网络风电功率预测

作者：易灵芝; 刘智磊; 龙辛

来源：湘潭大学自然科学学报, 2016, (02): 68-72.

DOI：10.13715/j.cnki.nsjxu.2016.02.014

• 风功率预测
• 互信息
• 冗余性
• 相关性
• 神经网络 wind power forecasting
• mutual information
• redundancy
• relevance
• neural network

针对神经网络的性能与网络的输入变量和训练样本关系密切的特征,提出基于互信息冗余性分析的神经网络风电功率预测方法,实现通过互信息的相关性排序滤波器来筛选各输入变量与目标变量间的相关性,以获取相关度大的输入变量;再由多变量互信息即交互增益构建冗余滤波器,滤除冗余的相关变量,获得一个最简约的最优输入变量集.两个滤波器的参数由交叉验证算法来获取最优值.以湖南郴州某风场的实测数据为例进行相关实验,结果表明:本方法在减少输入变量情况下,能获得较好的预测性能.

• 单位
  湘潭大学; 湘电风能有限公司