《表3 不同预测模型的预测误差比较》
(%)
基于以上风力发电机转速预测结果,再对风电功率进行预测,即以风速、风向、温度、发电机转速作为输入变量,风电功率作为输出变量,采用FOA-GRNN对风电功率进行预测。为进一步验证FOA-GRNN对风电功率预测的有效性,将FOA-GRNN与PSO-BP、PSO-RBF和GRNN预测模型进行比较分析。实验中,GRNN中平滑参数为0.201 5;PSO-BP预测模型中BP网络的输入层为4,隐含层数为6,输出层数为1;PSO-RBF预测模型中RBF网络的输入层为4,隐含层数为4,输出层数为1;PSO的最大最小速度为±0.5,学习因子c1、c2均为2,种群规模为20,最大迭代次数为200。对于FOA-GRNN,除最大迭代次数改为200外,FOA的其他参数同上。为了避免随机性,实验中3种预测模型均独立运行20次。FOA-GRNN、PSO-BP、PSO-RBF和GRNN这4种模型的预测误差结果如表3所示。图5所示为不同预测模型的风电功率输出值与实际值的比较情况。
图表编号 | XD0057368700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.01 |
作者 | 王慧莹、吴亮红、梅盼盼、张红强、周少武 |
绘制单位 | 湖南科技大学信息与电气工程学院、湖南科技大学信息与电气工程学院、湖南科技大学信息与电气工程学院、湖南科技大学信息与电气工程学院、湖南科技大学信息与电气工程学院 |
更多格式 | 高清、无水印(增值服务) |