基于改进ols-rbf神经网络模型的短期风电场出力预测 short-term forecasting of wind power output based on improved ols-rbf ann model.pdfVIP

No．9 第32卷第9期 电力自动化设备 V01．32 ElectricAutomation @2012年9月 Power Equipment Sept．2012 基于改进OLS．RBF神经网络模型的短期风电场出力预测 洪翠，温步瀛，林维明 (福州大学电气工程与自动化学院，福建福州350108) OLS．RBF模型对基函数宽度初值的敏感性。采用梯度下降法调整和确定基函数宽度初值。有效降低其对网 络的影响．以风电场的风速和环境温度作为预测输入．分别采用改进模型与传统模型对福建某沿海风电场 的短期出力进行了预测．研究结果表明，改进的OLS—RBF模型预测结果更加准确，精度较高。 关键词：短期风电出力预测；改进OLS—