基于混合神经进化算法的风电爬坡分类预测
徐正华; 刘三明; 王致杰 上海电机学院电气学院; 上海201306
摘要：针对风电场风电功率爬坡事件预测问题,提出一种分类预测模型。该模型将大气再分析数据输入的预测问题建模为二分类问题。另一方面,提出一种混合神经进化算法,将极限学习机等人工神经网络与进化算法相结合,对训练后的模型进行优化。由于风电爬坡事件发生的概率很低,因此是不平衡的。本文采用SMOTE采样方法,通过减少大多数类的数据样本来获得良好的结果。采用进化算法进行特征选择,以选择最优的训练模型。最后,通过算例仿真对模型进行评价,验证了模型的精度性能。结果表明,该方法在分类预测性能上具有较好的精度。
来源期刊：新一代信息技术
关键词：混合神经进化算法 极端学习机 smote采样方法 风电爬坡预测
来源期刊：新一代信息技术 2019年第07期
