粒子群优化RBF神经网络光伏电池建模研究

• 作者: 张军朝 陈俊杰
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 光伏电池 粒子群算法 神经网络 仿真
• 年，卷（期）: 2011,（9）
• 所属期刊栏目: 智能控制
• 页码范围: 169-173
• 分类号: TP273
• 字数: 3515字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2011.09.030

摘要

本文研究神经网络在光伏电池建模优化问题.由于光伏电池具有高度非线性特性,其输出功率受到外界自然因素的影响,使得传统方法不能满足光伏控制系统动态要求.针对上述问题,本文提出一种粒子群优化的神经网络光伏电池建模算法.改进的方法以日照、温度和负载电压作为提出的RBF神经网络模型的输入值,把光伏电池的输出功率作为神经网络的输出,采用RBF神经网络对光伏电池进行建模,同时利用粒子群算法对神经网络参数进行优化,最后建立光伏电池的动态响应模型.仿真实验结果证明,所提模型更好地克服传统方法的缺点,收敛速度快,具有较高的预测精度和适合能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈俊杰	太原理工大学计算机科学与技术学院	220	1728	20.0	30.0
2	张军朝	太原理工大学计算机科学与技术学院	28	111	6.0	9.0