基于粒子群算法的BP神经网络光伏电池建模

• 作者: 刘永浩 贾俊波 郭亮 陈维荣 韩明
• 来源期刊: 电工电能新技术
• 学科: 工学
• 关键词: 光伏电池 神经网络 粒子群算法
• 年，卷（期）: 2011,（2）
• 所属期刊栏目: 新技术应用
• 页码范围: 84-88
• 分类号: TP273
• 字数: 3650字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-3076.2011.02.019

摘要

针对光伏电池复杂难以建模的非线性特性,本文提出一种基于粒子群算法(PSO)的反向传播(BP)神经网络建模方法.神经网络具有很强的非线性拟合能力,但同时也存在收敛速度慢、容易陷入局部极值、建模精度不高等缺点.本文采用粒子群算法来优化神经网络的内部连接权值,以改善神经网络的性能,并基于这种改进的神经网络构建光伏电池动态模型.测试及仿真结果表明,通过此法建立的光佚电池模型辨识精度高,收敛速度快,取得了较好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈维荣	西南交通大学电气工程学院	246	3368	29.0	47.0
2	郭亮	西南交通大学电气工程学院	12	120	7.0	10.0
6	贾俊波	淡马锡理工学院工程学院	12	200	9.0	12.0
10	韩明	淡马锡理工学院工程学院	30	291	11.0	16.0
11	刘永浩	淡马锡理工学院工程学院	2	40	2.0	2.0