基于BP神经网络的风电功率预测方法MATLAB程序

微❤关注“电气仔推送”获得模型

复现参考文章：

基于BP神经网络的风电功率预测方法——刘立群（2021年）

摘要：

风电功率预测结果的准确性，不仅关系到风力发电厂的综合运行效率，也与区域运行成本具备直接联系，为解决传统预测方法的不足，基于前馈神经网络———ＢＰ（反向传播）神经网络，设计一种风电功率预测方法。考虑到ＢＰ神经网络属于一种多层结构的网络，因此，基于ＢＰ神经网络的预测模型也具备多层结构。应用预测模型对风电功率的随机性与波动性特征进行描述。并采用校正风电功率预测结果误差、规范风电功率预测流程的方式，完成方法设计。经过实例分析，证明设计的方法对风电功率的预测结果误差均在最优误差范围内，预测的数值具有更高的价值。

主要程序：

clc
clear
load data A O 
% 获取训练集和测试集矩阵
[input_train]=A(1:180,:)';   
[output_train]=O(1:180,:)'; 
[input_test]=A(181:360,:)';  
[output_tes