陕西电力
陝西電力
협서전력
SHAANXI ELECTRIC POWER
2014年
2期
23-27
,共5页
李倩%周彬倩%张建成%李嘉俊
李倩%週彬倩%張建成%李嘉俊
리천%주빈천%장건성%리가준
光伏功率%预测模型%自适应差分进化算法%BP神经网络
光伏功率%預測模型%自適應差分進化算法%BP神經網絡
광복공솔%예측모형%자괄응차분진화산법%BP신경망락
photovoltaic power%prediction model%adaptive differential evolution algorithm%BP neural network
针对光伏功率的波动性和间歇性,通过分析光伏发电的影响因素,建立了基于自适应差分进化和BP神经网络的光伏功率预测模型.该模型利用自适应差分进化算法优化BP神经网络的权重阈值,克服了BP算法收敛速度慢、容易陷入局部极值的缺点.利用光伏电站的历史数据和气象观测站的气象数据,对预测模型进行训练和光伏功率预测.结果表明,基于自适应差分进化和BP神经网络的模型预测精度高于BP神经网络模型,验证了所提模型和算法的有效性和可行性.
針對光伏功率的波動性和間歇性,通過分析光伏髮電的影響因素,建立瞭基于自適應差分進化和BP神經網絡的光伏功率預測模型.該模型利用自適應差分進化算法優化BP神經網絡的權重閾值,剋服瞭BP算法收斂速度慢、容易陷入跼部極值的缺點.利用光伏電站的歷史數據和氣象觀測站的氣象數據,對預測模型進行訓練和光伏功率預測.結果錶明,基于自適應差分進化和BP神經網絡的模型預測精度高于BP神經網絡模型,驗證瞭所提模型和算法的有效性和可行性.
침대광복공솔적파동성화간헐성,통과분석광복발전적영향인소,건립료기우자괄응차분진화화BP신경망락적광복공솔예측모형.해모형이용자괄응차분진화산법우화BP신경망락적권중역치,극복료BP산법수렴속도만、용역함입국부겁치적결점.이용광복전참적역사수거화기상관측참적기상수거,대예측모형진행훈련화광복공솔예측.결과표명,기우자괄응차분진화화BP신경망락적모형예측정도고우BP신경망락모형,험증료소제모형화산법적유효성화가행성.
