中文摘要:提高風(fēng)電出力的預(yù)測(cè)精度，可以減輕風(fēng)電并網(wǎng)帶來的不利影響。利用徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)（RBF）建立風(fēng)電出力預(yù)測(cè)模型，并通過正交二乘算法（OLS）對(duì)RBF神經(jīng)網(wǎng)絡(luò)進(jìn)行初步訓(xùn)練，以確定網(wǎng)絡(luò)結(jié)構(gòu)及隱含層各節(jié)點(diǎn)中心。在OLS算法訓(xùn)練的網(wǎng)絡(luò)基礎(chǔ)上引入蛙跳算法（SFLA），進(jìn)一步對(duì)隱含層基函數(shù)的寬度值進(jìn)行優(yōu)化以提高網(wǎng)絡(luò)的泛化能力。實(shí)例預(yù)測(cè)表明，在相同的網(wǎng)絡(luò)結(jié)構(gòu)及隱含層中心下，基函數(shù)寬度值優(yōu)化后的RBF神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)精度得到了提升。
　　中文關(guān)鍵詞:正交最小二乘法  混合蛙跳算法  徑向基神經(jīng)網(wǎng)絡(luò)  風(fēng)電出力預(yù)測(cè)