[发明专利]一种神经元分支进化的BP神经网络风速预测方法

摘要

本发明公开了一种神经元分支进化的BP神经网络风速预测方法，包括获取风电场的历史气象数据；构建风速影响特征因子；对所述的历史气象数据进行预处理，包括相关性分析，输入变量选取和归一化处理；建立BP神经网络模型，使用所述的预处理后的历史气象数据对所述的BP神经网络模型进行训练，在训练过程中采用分组进化的思想，结合利用差分操作和萤火虫算法进化神经网络模型中的参数种群；获取所述风电场的现实气象数据，将现实气象数据输入神经网络中，计算出预测的风速值。本发明通过以隐含层神经元为分支基准实现分组优化，判断分组效果后以全局优化为补充，故本发明较传统方法计算复杂度相对更低，且预测准确度更高。

主权项

1.一种神经元分支进化的BP神经网络风速预测方法，其特征在于，包括以下步骤：步骤1，获取风电场的历史气象数据；步骤2，构建风速影响特征因子，计算所述的特征因子的数值；步骤3，对所述的特征因子的数据进行预处理，包括归一化处理、相关性分析和输入变量选取；步骤4，建立BP神经网络模型，使用所述的预处理后的特征因子的数据对所述的BP神经网络模型进行训练；步骤5，计算所述风电场的现实气象数据的特征因子数值；步骤6，将现实气象数据的特征因子数值输入神经网络中，将输出值进行反归一化，计算出预测的风速值。