基于EM-DRNN风电功率预测模型.pdfVIP

第 27卷第 4期 电 力 科 学 与 技 术 学 报 Vo1．27 NO．4 2012年 12月 JOURNALOFEIECTRICPOWERSCIENCEAND TECHNOLOGY Dec．20l2 基于 EM-DRNN的风 电功率预测模型 张智晟 ，龚文杰 ，于 强。，常德政 (1．青岛大学 自动化工程学院，山东 青岛 266071；2．青岛供 电公司，山东 青岛 266002) 摘 要 ：提出基于类电磁机制算法的对角递归神经网络的风电功率预测模型．对角递归神经网络属于动态递归神 经网络 ，具有较好的动态性能；类电磁机制算法模拟 电磁场 中带电粒子问吸引与排斥机制 ，可进行全局优化 ，具有 好 的收敛性能．模型采用类 电磁机制算法对对角递归神经网络进行优化 ，可避免使神经网络训练陷入局部最小点， 提高模型的预测精度．仿真结果表明，模型可有效降低预测误差，获得满意的预测精度． 关 键 词 ：类电磁机制算法 ；对角递归神经网络；风电功率预测；风电场 中图分类号 ：TM732 文献标识码：A 文章编号：1673—9140(2012)04—0017—05 Diagonalrecursiveneuralnetworkbasedwindpowerforecastingmodel with electromagnetism l‘ikemechanism algorithm ZHANGZhi—sheng ，GONGWen-jie。，YU Qiang。，CHANGDe—zheng (1．SchoolofAutomationEngineering，QingdaoUniversity，Qingdao266071，China； 2．QingdaoElectricPowerCompany，Qingdao266002，China) Abstract：Diagonalrecursiveneuralnetworkbasedwind powerforecasting modelusingelectro— magnetism—likemechanism algorithm isconstructedin thispaper．Thediagonalrecursiveneural networkiscontained in dynamicrecursiveneuralnetwork，which possessesgood dynamicper— formance．Electromagnetism—likemechanism algorithm simulatesattractionandrepulsionmecha— nism forparticlesintheelectromagneticfield．Itpossessesglobaloptimizationability andgood convergenceperformance．Diagonalrecursiveneuralnetworkisoptimizedbyelectromagnetism— likemechanism algorithm ，which can avoidneuralnetwork to immerse in the localminimal pointsandimprovetheforecastingprecision．Thetestingresultsshow thattheproposedforecas— tingmodecanreduceforecastingerrorandobtainsatisfactoryforecastingprecision． Keywords：electromagnetism—likemechanism algorithm ；diagonalrecursive neuralnetworks； windpowerforecasting；wi