期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
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
+1 位作者
郭晓利
张贺
《电测与仪表》
北大核心
2014年第11期56-59,64,共5页
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...
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。
展开更多
关键词
传递函数自我优化
神经网络
风电功率预测
bp
算法
下载PDF
职称材料
基于混沌时间序列GA-VNN模型的超短期风功率多步预测
被引量:
42
2
作者
江岳春
张丙江
+2 位作者
邢方方
张雨
王志刚
《电网技术》
EI
CSCD
北大核心
2015年第8期2160-2166,共7页
随着风电在电力系统中的渗透水平不断提高,能准确、可靠地进行风功率预测至关重要。为提高风功率超短期预测精度,利用风功率时间序列的混沌特性,推导分析了Volterra泛函模型和3层前馈(back propagation,BP)神经网络在结构上的一致性,提...
随着风电在电力系统中的渗透水平不断提高,能准确、可靠地进行风功率预测至关重要。为提高风功率超短期预测精度,利用风功率时间序列的混沌特性,推导分析了Volterra泛函模型和3层前馈(back propagation,BP)神经网络在结构上的一致性,提出混沌时间序列遗传算法-Volterra神经网络(genetic algorithm-Volterra neural network,GA-VNN)模型,对超短期风功率进行多步预测。该模型将实用的Volterra泛函模型和BP神经网络结合起来,解决了求解Volterra泛函模型高阶核函数的问题。同时设计了一种混沌时间序列GA-VNN模型的学习算法,在算法中利用GA全局寻优能力来优化BP神经网络,获得最优的初始权值和阀值。将上述方法应用于某风电场风功率超短期多步预测中,结果验证了所提模型的多步预测性能明显优于Volterra预测滤波器和BP神经网络。
展开更多
关键词
混沌时间序列
bp
神经网络
GA算法
Volterra泛函模型
风功率超短期多步预测
下载PDF
职称材料
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]
下载PDF
职称材料
题名
基于混沌时间序列GA-VNN模型的超短期风功率多步预测
被引量:
42
2
作者
江岳春
张丙江
邢方方
张雨
王志刚
机构
湖南大学电气与信息工程学院
国网河南省电力公司驻马店供电公司
出处
《电网技术》
EI
CSCD
北大核心
2015年第8期2160-2166,共7页
基金
国家自然科学基金项目(51277057)
科技部技术创新项目(12C26214305038)~~
文摘
随着风电在电力系统中的渗透水平不断提高,能准确、可靠地进行风功率预测至关重要。为提高风功率超短期预测精度,利用风功率时间序列的混沌特性,推导分析了Volterra泛函模型和3层前馈(back propagation,BP)神经网络在结构上的一致性,提出混沌时间序列遗传算法-Volterra神经网络(genetic algorithm-Volterra neural network,GA-VNN)模型,对超短期风功率进行多步预测。该模型将实用的Volterra泛函模型和BP神经网络结合起来,解决了求解Volterra泛函模型高阶核函数的问题。同时设计了一种混沌时间序列GA-VNN模型的学习算法,在算法中利用GA全局寻优能力来优化BP神经网络,获得最优的初始权值和阀值。将上述方法应用于某风电场风功率超短期多步预测中,结果验证了所提模型的多步预测性能明显优于Volterra预测滤波器和BP神经网络。
关键词
混沌时间序列
bp
神经网络
GA算法
Volterra泛函模型
风功率超短期多步预测
Keywords
chaotic time series
bp
neural network
GA
algorithm
Volterra
function
al model
super short-term
wind
power
multi-step
prediction
分类号
TM715 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于传递函数自我优化的BP网络算法改进
曲朝阳
计超
郭晓利
张贺
《电测与仪表》
北大核心
2014
9
下载PDF
职称材料
2
基于混沌时间序列GA-VNN模型的超短期风功率多步预测
江岳春
张丙江
邢方方
张雨
王志刚
《电网技术》
EI
CSCD
北大核心
2015
42
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部