基于优化反向传播神经网络模型的光伏发电功率预测
Journal: Project Engineering DOI: 10.12238/pe.v3i5.16613
Abstract
随着社会的发展以及科技的进步,光伏发电的市场正逐渐转向并网发电系统,但光伏发电输出功率容易受外界环境的干扰,其波动性以及间歇性等缺点会对主电网造成冲击,因此对于光伏发电功率的预测研究具有很重要的意义。本文以某智能微电网项目的光伏为研究对象,提出一种基于粒子群算法(PSO)和动量法的反向传播神经网络(BP)模型,通过PSO算法和动量法优化BP神经网络的权重和偏置。在前期首先将数据做归一化处理,再通过灰色关联度分析选出重要特征,最后进行光伏发电功率预测实验。结果显示本文的算法模型对光伏发电功率具有更好的预测性能。
Keywords
光伏发电功率；反向传播神经网络；粒子群算法；动量法
Full Text
PDF - Viewed/Downloaded: 0 TimesReferences
[1] 李艳坤,周荣斌.光伏发电的现状及发展前景[J].现代工业经济和信息化,2021,11(01):53-54.
[2] 赫卫国,郝向军,郭雅娟,等.基于ARIMA和SVR的光伏电站超短期功率预测[J].广东电力,2017,30(8):32-37.
[3] Duan X, Fan L. Based on improved BP neural network model generating power predicting for PV system[C].//World Automation Congress 2012.IEEE,2012:1-4.
[4] Mellit A, Pavan A M. 24-h Forecast of Solar Irradiance Using Artificial Neural Network: Application for Performance Prediction of a Grid-Connected PV Plant at Trieste, Italy[J].
[5] 李硕.人工神经网络介绍[J].科技传播,2011,(7):111+175.
[6] Wei G W 2011 Expert Syst.Appl.384824.
[7] 齐琦,陈芳芳,赵辉,赵玉.基于优化BP神经网络光伏出力短期预测研究[J].计算机测量与控制,2021,29(04):70-75.
[8] 李力,徐勇.基于BP神经网络的建筑能耗预测[J].电脑编程技巧与维护,2021(04):10-12.
[9] 关书怀,沈艳霞.基于粒子群优化径向基函数神经网络的电力负荷预测[J].传感器与微系统,2021,40(05):128-131.
[2] 赫卫国,郝向军,郭雅娟,等.基于ARIMA和SVR的光伏电站超短期功率预测[J].广东电力,2017,30(8):32-37.
[3] Duan X, Fan L. Based on improved BP neural network model generating power predicting for PV system[C].//World Automation Congress 2012.IEEE,2012:1-4.
[4] Mellit A, Pavan A M. 24-h Forecast of Solar Irradiance Using Artificial Neural Network: Application for Performance Prediction of a Grid-Connected PV Plant at Trieste, Italy[J].
[5] 李硕.人工神经网络介绍[J].科技传播,2011,(7):111+175.
[6] Wei G W 2011 Expert Syst.Appl.384824.
[7] 齐琦,陈芳芳,赵辉,赵玉.基于优化BP神经网络光伏出力短期预测研究[J].计算机测量与控制,2021,29(04):70-75.
[8] 李力,徐勇.基于BP神经网络的建筑能耗预测[J].电脑编程技巧与维护,2021(04):10-12.
[9] 关书怀,沈艳霞.基于粒子群优化径向基函数神经网络的电力负荷预测[J].传感器与微系统,2021,40(05):128-131.
Copyright © 2025 宋芃阳, 巩秀中, 陈润超, 郭政委
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License