论文部分内容阅读
针对现有常规风电场风速预测模型预测效果、缺乏泛化较差的现状,为了准确预测风电场未来风速,提高风力发电效率以及风电场供电稳定性,围绕方便电网调度计划的目标,提出一种基于深度学习的风电场短期风速预测研究。将遗传算法（Genetic Algorithm,GA）和反向传播（Back Propagation,BP）神经网络结合,充分发挥BP神经网络非线性拟合能力和GA算法全局寻优能力,建立深度学习预测模型,并在Matlab上对所建立的模型进行风速预测,与实际风速及普通BP模型预测结果进行对比分析,验证了遗传算法优化后的BP神经网络预测准确率的提高及预测模型的可行性。