基于PSO-BP神经网络的短期光伏系统发电预测

• 作者: 张佳伟 张自嘉
• 来源期刊: 可再生能源
• 学科: 工学
• 关键词: 光伏系统 发电预测 粒子群优化 神经网络 气象因素
• 年，卷（期）: 2012,（8）
• 所属期刊栏目: 研究与试验
• 页码范围: 28-32
• 分类号: TM615
• 语种: 中文

摘要

对光伏发电影响因素进行了分析,建立了粒子群算法优化的前向神经网络光伏系统发电预测模型.该模型利用了粒子群算法来优化神经网络内部连接权值和阈值,兼具粒子群和BP神经模型的优点,具有较好的收敛速度,泛化性能与预测精度.将光伏电站发电历史数据与天气情况作为样本,运用所建立的模型进行了训练与预测.结果表明,经过粒子群优化的BP网络模型预测精度高于典型BP网络,验证了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张自嘉	南京信息工程大学信息与控制学院	44	266	9.0	15.0
2	张佳伟	南京信息工程大学信息与控制学院	1	43	1.0	1.0