论文部分内容阅读
随着风力发电技术的日益成熟,风电场并网规模持续攀升,风电对电网的影响逐渐增大,故预测风电功率对电力系统的发展规划具有重要意义,然而由于风电功率值受气候的影响具有较强的非线性与随机性使得短期风电功率预测的精度达不到实际需求,目前以神经网络和支持向量机等为主的预测方法在风电功率预测领域均取得了较好的预测效果。然而,上述基于单一神经网络建立的预测模型,网络结构及参数难以确定,且泛化能力较弱,易出现过拟合等不足。神经网络集成能够将若干个神经网络的结果依某一给定的规则合成,较之于单一神经网络其不仅可以提高预测