典型文献
基于EEMD-GA-BP模型的风电功率短期预测研究
文献摘要：
随着我国风电产业迅速发展,风电并网规模不断扩大,准确预测风电场输出功率是降低风电波动对电网影响、提高电能质量、保证电网稳定运行的有效途径.本文采用箱型分析及热卡填充的方法对数据集中的异常数据进行清洗与重构.采用遗传算法与EEMD分解算法相结合的方式改进BP算法,并且根据不同时间尺度预测结果对比,相对于传统预测模型而言,本文EEMD-GA-BP模型具有预测精度高,预测效果更为稳定等特点.
文献关键词：
风电功率短期预测;反向传播神经网络;集成经验模态分解;遗传算法
中图分类号：
作者姓名：
朱恩文;朱安麒;王洁丹;刘玉娇
作者机构：
长沙理工大学 数学与统计学院,湖南 长沙410114
文献出处：
引用格式：
[1]朱恩文;朱安麒;王洁丹;刘玉娇-.基于EEMD-GA-BP模型的风电功率短期预测研究)[J].广西师范大学学报（自然科学版）,2022(01):166-174
A类：
B类：
EEMD,GA,风电功率短期预测,预测研究,国风,风电产业,风电并网,准确预测,测风,风电场,输出功率,风电波动,电能质量,电网稳定,箱型,热卡,异常数据,不同时间尺度,预测结果对比,传统预测模型,反向传播神经网络,集成经验模态分解
AB值：
0.344564
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
