偏差修正 文章 進入偏差修正技術社區(qū)

基于GWO-BP-CNN-ec的風電功率短期預測模型*

• 在大型電網(wǎng)和小型微電網(wǎng)中，風電功率短期預測對電力系統(tǒng)的調度運行有著重要意義。為了提高短期風電功率預測精度，文章提出一種卷積神經(jīng)網(wǎng)絡(Convolutional Neural Network，CNN)與灰狼優(yōu)化算法(Grey Wolf Optimizer，GWO)結合的短期風電預測模型。首先，通過數(shù)據(jù)的離散化，將二維風速轉換成三維風速，變?yōu)榉螩NN模型的輸入量，再結合GWO對CNN模型的參數(shù)進行優(yōu)化，最后通過BP對整個網(wǎng)絡進行微調后引入預測偏差二次修正，最后建立了基于GWO-BP-CNN-ec的風電功率預
• 關鍵字： 風電功率短期預測  卷積神經(jīng)網(wǎng)絡  灰狼優(yōu)化  偏差修正