共 16 条
基于MIV分析的GA-BP神经网络光伏短期发电预测
被引:23
|作者:
王英立
[1
]
陶帅
[1
]
候晓晓
[1
]
齐宏
[2
]
机构:
[1] 哈尔滨理工大学测控技术与通信工程学院
[2] 哈尔滨工业大学能源科学与工程学院
来源:
关键词:
光伏发电预测;
遗传算法;
BP神经网络;
改进的MIV算法;
D O I:
暂无
中图分类号:
TM615 [太阳能发电];
TP183 [人工神经网络与计算];
学科分类号:
0807 ;
081104 ;
0812 ;
0835 ;
1405 ;
摘要:
针对光伏发电神经网络预测模型输入变量较多,造成网络预测的稳定度与精确度不高的问题,提出一种基于改进MIV(mean impact value)算法的GA-BP神经网络光伏短期发电预测的方法。此方法结合Spearman相关系数显著性检验与利用欧式距离计算变化因子α改进的MIV分析,得到输入变量(气象因素)与输出变量(光伏发电量)的外部相关程度与内部相关程度,筛选出对输出变量相关程度最大的输入变量,利用优化的神经网络对光伏发电进行短期预测。实验结果表明,该方法的均方误差由BP、GA-BP预测网络的3.7034、1.8552减小到0.6450,提高了预测网络的稳定度与精准度。
引用
收藏
页码:236 / 242
页数:7
相关论文