基于改进GMDH网络的风电场短期风速预测.pdfVIP

第 39卷 第 2期 电力 系统保护与控制 Vbl-39NO．2 2011年 1月 16日 PowerSystem ProtectionandContro】 Jan．16，2011 基于改进 GMDH网络的风 电场短期风速预测 吴栋梁 ，王 扬 ，郭创新 ，杨 健 (1．浙江大学电气工程学院，浙江 杭州 310027； 2．上海市电力公司，上海 200025) 摘要：基于GMDH神经网络和模糊逻辑理论，对风电场风速预测进行了深入研究，提 出了一种改进GMDH神经网络方法。该方 法在传统网络的基础上将神经元模糊化并引入反馈环，将 GMDH网络的低维计算能力和模糊逻辑的高维推理能力结合起来用 于预测。在进行网络训练时，采用指数型能量函数作为 目标误差函数，提高了网络收敛速度 通过与BP神经网络及传统GMDH 网络的预测结果相比较，表明该改进方法能够有效地提高短期风速预测的精度。 关键词：GMDH网络；模糊逻辑；反馈；短期风速预测 Short-term windspeedforecastinginwindfarm basedonimprovedGM DH network WU Dong—liangl，WANGYang ，GUO Chuang．xin， YANGJian (1．CollegeofElectricalEngineering，ZhejiangUniversity，Hnagzhou310027，China； 2．ShanghaiMunicipalElectricPowerCompany,Shanghai200025，China) Abstract：BasedontraditionalGMDH metworkandfuzzylogictheory，thewindspeedforecastinginwind farm isnaalyzedandna improvedGMDHneura1networkiSproposed．Thismethodinrtoducesfeedbacklooptothetraditionalnetworkna dmakesthe neuron fuzzified．Thelow—levelcomputationalability ofGMDH andthe high—levelreasoningability offuzzylogicarecombinedinthe improvednetworkforpredicting．Besides，exponentialenergyfunctionistakenintonetworktrainingastheobjectiveerrorufnction， whichimproveshtespeedofnewt orkconvergence．Comparingtheforecastingresultbytheproposedmethodwithhtosefrom BPneural network andtraditionalGMDH network，theaccuracy oftheimprovedmethodin short—temr windspeed forecasting isproved effectively ． Keywords．GMDH network；fuzzylogic；feedback；short-term windspeedforecasting 中图分类号： TM715 文献标识码：A 文章编号： 1674—3415(2011)02—0088—06 者提出了各种混合模型用于预测研究，文献[101将 0 引言 时间序列法与神经网络相结合，提出了一种滚动式 近年来，世界范围内掀起 了一股智能电网的研 权值调整方法；文献[11】将时间序列法与卡尔曼滤 究热潮，作为智能电网的重要组成部分，风力发电 波算法相结合，通过时间序列法建立