ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
中国知网全文收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
【摘要】为进一步提高风电功率的预测精度，针对传统单一反向传播（ ｂａｃｋ ｐｒｏｐａｇａｔｉｏｎ， ＢＰ）神经网络算法易于陷入局部最优、精度不稳定等缺点，本文提出了一种基于粒子群优化（ｐａｒｔｉｃｌｅ ｓｗａｒｍ ｏｐｔｉｍｉｚａｔｉｏｎ，ＰＳＯ）算法优化ＢＰ神经网络算法的 ＰＳＯ⁃ＢＰ混合算法。用于ＢＰ神经网络的训练，优化ＢＰ网络中的权值和阈值，以达到提高预测精度的目的。 通过对“中国电机工程学会杯”赛题数据进行算例分析验证，结果表明，相较于单一ＢＰ神经网络算法，ＰＳＯ⁃ＢＰ混合算法预测精度更高。
