CapSA优化的RVFL网络

预测精度最高

采用卷尾搜索算法优化随机向量函数链网络的配置，显著提升风电功率预测能力。

Al-qaness, Mohammed A.A. · Ewees, Ahmed A. · 樊红 · Abualigah, Laith · Elsheikh, Ammar H. · Abd-Elaziz, Mohamed H.

Ain Shams Engineering Journal 2023

技术优势

预测精度更高

在四个风电场的公开数据集上，CapSA-RVFL的RMSE、MAE、MAPE和R²均优于原始RVFL及其变体，验证了CapSA对提高预测能力的显著贡献。

自动优化配置

使用CapSA算法自动优化RVFL网络的结构配置，避免了手动调参的繁琐和不确定性。

应用场景

• 风电功率预测：提供更准确的风电功率预测值，帮助电网提前安排机组出力。
• 电网调度：提高预测精度可降低备用容量需求，提升电网调度经济性。
• 风电场运维：为风电场运维提供可靠功率预测，优化检修与出力计划。
• 可再生能源预测：作为通用预测模型，可推广到光伏等其他可再生能源预测。