基于遗传BP神经网络的短期风速预测模型 (2012年)

为了提高风电场短期风速预测精度，提出将遗传算法和反向传播(BP)神经网络相结合的预测模型．采用自相关性分析找出对预测值影响最大的几个历史时刻风速，以历史时刻的风速、温度、湿度和气压作为BP神经网络预测模型的输入变量；利用遗传算法的全局搜索能力获得BP神经网络优化的初始权值和阈值；采用优化后的 BP神经网络分别建立1、2、3 h的短期风速预测模型．实验结果表明，该方法较BP神经网络具有预测精度高、收敛速度快的优点．