基于改进的GA-BP神经网络光伏发电短期出力预测

被引：6
|
作者：
刘娟 [1 ]
杨俊杰 [1 ]
机构：
[1] 上海电力学院电子与信息工程学院
来源：
上海电力大学学报 | 2018年 / 34卷 / 01期
关键词：
光伏出力预测; GA-BP预测模型; 神经网络;
D O I：
暂无
中图分类号：
TM615 [太阳能发电];
学科分类号：
0807 ;
摘要：
分析了影响光伏出力的主要因素,选取了太阳辐射量,以及隐含前一日综合气象信息的历史出力数据为关键影响因素,建立了改进的GA-BP神经网络的短期光伏发电功率预测模型.对样本空间进行了合理降维和去噪,并利用遗传算法逐步迭代出优化的初始权值,将得到的最优权值(阈值)赋值给预测网络各层进行学习和预测.仿真结果表明,改进的GA-BP神经网络模型能够剔除冗余的样本数据和优化初始权值,既具备了较快的收敛速度又不易陷入到局部极值中,具有较强的泛化能力,预测精确度大幅提高.
引用
收藏
页码：9 / 13
页数：5
相关论文
共 8 条
  • [1] 光伏并网系统中直流注入问题最新进展及发展趋势
    周林
    杨冰
    郭珂
    李红新
    张正茂
    [J]. 电力系统保护与控制, 2012, 40 (06) : 147 - 155
  • [2] 基于反馈型神经网络的光伏系统发电功率预测
    张艳霞
    赵杰
    [J]. 电力系统保护与控制, 2011, 39 (15) : 96 - 101
  • [3] 光伏并网逆变器自适应电流滞环跟踪控制的研究
    戴训江
    晁勤
    [J]. 电力系统保护与控制, 2010, 38 (04) : 25 - 30
  • [4] 光伏发电接入智能配电网后的系统问题综述
    刘伟
    彭冬
    卜广全
    苏剑
    [J]. 电网技术, 2009, 33 (19) : 1 - 6
  • [5] 基于神经网络的光伏阵列发电预测模型的设计
    陈昌松
    段善旭
    殷进军
    [J]. 电工技术学报, 2009, 24 (09) : 153 - 158
  • [6] 精通MATLAB神经网络[M]. 电子工业出版社 , 朱凯, 2009
  • [7] Wind Power Output Prediction with BP Neural Network Combining Genetic Algorithms[J] . Kazuo Saito,Muhammad Taufiq Bin Abdullah Khir,Tran Nam Son,Wei Hua Jiang.Advanced Materials Research . 2014 (860)
  • [8] Application of BP Neural Network to Short-Term-Ahead Generating Power Forecasting for PV System[J] . Dan Dan Zhao,Hong Bo Hu,Lu Chun Wan,Bao Huai Zhang.Advanced Materials Research . 2013 (608)
1