期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于PSO-ICA-BP神经网络的短期风电功率预测 预览
1
作者 王帅哲 王金梅 +1 位作者 王永奇 马文涛 《电工电气》 2019年第2期7-11,共5页
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... 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PSOICA-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。 展开更多
关键词 帝国竞争算法 粒子群算法 BP神经网络 风电功率预测
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部 意见反馈