一种微电网风电功率混沌遗传-BP神经网络预测方法

摘要

本发明涉及一种微电网风电功率混沌遗传‑BP神经网络预测方法，包括以下步骤：S1：收集微电网内风电机组输出功率的历史数据，将数据集划分为训练数据和测试数据；S2：针对数据集的分布特性进行混合归一化预处理，使数据分布变得均匀；S3：构建BP神经网络，并初始化神经网络的权值、阈值和其他参数值；S4：使用混沌遗传算法优化神经网络的权值和阈值，寻找最优的神经网络参数；S5：使用处理后的训练数据对混沌遗传‑BP神经网络进行训练，然后输出预测数据，并计算预测的误差。本发明能减少模型受数据分布特性的影响，提高微电网内风机出力的预测精度，为微电网准确的风电功率预测提供了一定参考。