-
题名基于传递函数自我优化的BP网络算法改进
被引量:9
- 1
-
-
作者
曲朝阳
计超
郭晓利
张贺
-
机构
东北电力大学信息工程学院
-
出处
《电测与仪表》
北大核心
2014年第11期56-59,64,共5页
-
基金
国家自然科学基金资助项目(51277023)
-
文摘
目前使用比较普遍的优化方法对BP算法改进之后,改进的BP神经网络预测过程都存在复杂程度变大、更加消耗人力资源等缺陷。针对这些缺陷,本文提出一种传递函数自我优化算法来改进神经网络。然后将改进的网络应用到风电功率预测中,以东北某风电场一段时间的风电运行数据作为实验样本,分别采用传统BP神经网络和改进的BP神经网络进行预测分析。仿真结果证明,改进之后的BP神经网络不仅有更快的收敛速度,还有更加精确的预测结果,并且不需要认为干预整个预测过程。极大提高了网络的预测能力和效率。
-
关键词
传递函数自我优化
神经网络
风电功率预测
BP算法
-
Keywords
transfer function self-optimization, neural network, wind power prediction, BP algorithm
-
分类号
TM93
[电气工程—电力电子与电力传动]
-