基于遗传算法和模糊聚类算法的改进BP神经网络风速预测
电子设计工程
Electronic Design Engineering
第24卷Vol．24第11期No．112016年6月Jun．2016
收稿日期：2015－06－29
稿件编号：201506245
基金项目：国家自然科学基金（51007019）
作者简介：吴钢（1975—），男，江苏扬州人，高工。研究方向：智能电网产品研究设计。
随着风力发电规模不断扩大，当风电穿越功率超过一定值时，风电并网后电网稳定和安全问题成为研究者急须解决的新课题[1]。其中风电场的短期风速预测是解决该问题的重要手段之一。
风速序列是一种间歇性和随机性很强的时间序列[2]，温度、阴晴、风力等级等天气状况对其影响很大，历史数据包含了这些因素，因此可以建立一种历史风速和未来风速之间的映射，即可以依据历史风速数据对未来风速进行预测。
目前见诸文献的风速预测方法主要有神经网络法、支持向量机、小波分析以及优化算法等。其中神经网络法是运用最为方便也是应用最为广泛的方法。但是，由于神经网络的结构不确定性以及风速受温度、气压等自然环境因素的影响，导致单一神经网络的预测精度往往较低。
针对单一BP 神经网络风速预测中存在的问题，本文利用遗传算法（Genetic Algorithm ，GA ）对BP 神经网络的结构、初始权值和阀值进行一次优化，利用模糊聚类算法（Fuｚｚy C－Means Algorithm ，FCM ）来对BP 神经网络的数据输入进行二
次优化，从而完成了对BP 神经网络结构与数据的双重优化，并提出了基于遗传算法和聚类算法的改进BP 神经网络风速预测方法，仿真表明，经过二次优化的BP 神经网络风速预测精度明显优于单一BP 神经网络。
1
风速预测原理以及BP 网络预测中的问题
1.1
风速预测原理
风速序列是一种间歇性和随机性很强的时间序列，温
度、阴晴、风力等级等天气状况对其影响很大，历史数据包含了这些因素，因此可以建立一种历史风速和未来风速之间的映射，即可以依据历史风速数据对未来风速进行预测：
v
赞（t +1）=f （v （t ），v （t －1），v （t －2）…v （t －n +1））（1）
式中：v
赞（t +1）为预测风速，v （t ），v （t －1），v （t －2）…v （t －n +1）从t 时刻到t －n +1时刻的n 个实测历史风速数据，f 为它们之间的映射。
基于遗传算法和模糊聚类算法的改进BP
神经网络风速预测
吴钢1，徐枫2，王冰2，徐偲喆2
（1．江苏方天电力技术有限公司江苏南京211102；2．河海大学能源与电气学院，江苏南京211100）摘要：针对BP 神经网络风速预测中存在的结构不确定以及网络过度拟合的问题，利用遗传算法的全局搜索能力和模糊聚类算法的数据筛选能力，分别对BP 神经网络的结构与数据进行双重优化，提出了基于遗传算法和聚类算法的改进BP 神经网络风速预测方法。仿真表明，改进风速后的预测方法大大提高了风速预测的准确性。关键词：短期风速预测；BP 神经网络；遗传算法；聚类算法；二次优化中图分类号：TN711
文献标识码：A
文章编号：1674－6236（2016）11－0120－04
The improved BP network wind speed forecasting method based on gemetic
algorithm and fuzzy c -means algorithm
WU Gang 1，XU Feng 2，WANG Bing 2，XU Si -ｚhe 2
（1．Jiangsu Fangtian Electric Technology Co Ltd ，Nanjing 211102，China ；
2．College of Energy and Electrical Engineering ，Hohai University ，Nanjing 211100，China ）
Abstract:Aiming at the structure uncertainty and network overfitting problem of BP neural network used in wind speed forecasting ，by using global search ability of genetic algorithm and data filtering capability offuｚｚy c -means algorithm to optimiｚe structure and data of BP neural network ，the improved wind speed forecasting method is proposed based on genetic algorithm and fuｚｚy c -means algorithm ，the simulation results show that ，the improved wind speed forecasting method improves the accuracy of wind speed forecasting enormously．
Key words:short -term wind speed forecasting ；BP neural network ；genetic algorithm ；fuｚｚy C -means algorithm ；quadratic
optimiｚation
－120－