论文部分内容阅读
为更精确预测风速、风功率数据,提高预测模型的泛化能力,防止过拟合问题,建立基于神经网络的风功率组合预测模型。首先,将气象等参数作为输入,生成风功率预测的RBF神经网络;其次按bagging原则对神经网络进行分解来提高网络泛化能力;最后采用遗传算法对神经网络各子网络输出权重进行调整来防止过拟合。实际算例表明,采用组合预测模型能有效提高网络的预测精度,预测结果满足并网要求,具有现场应用价值。