基于CAPSO-RNN的光伏系统短期发电量预测

• 作者: 张艳霞 赵杰
• 来源期刊: 中国电力
• 学科: 工学
• 关键词: 光伏系统 发电量预测 混沌自适应粒子群优化算法 反馈型神经网络
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 新能源
• 页码范围: 87-91
• 分类号: TM615
• 字数: 3921字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-9649.2012.04.020

摘要

针对光伏系统的发电特性及影响光伏发电的因素,建立基于混沌自适应粒子群优化算法的反馈型神经网络短期发电量预测模型.该预测模型利用混沌自适应粒子群优化算法的全局优化能力初始化反馈性神经网络权值和阈值,可以克服反馈型神经网络收敛速度慢俄且易陷于局部最优等缺点.同时为提高预测精度,采用隶属度函数对温度进行模糊化处理.预测结果表明,建立的预测模型具有较高的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张艳霞	天津大学智能电网教育部重点实验室	70	1501	20.0	37.0
2	赵杰	天津大学智能电网教育部重点实验室	18	391	8.0	18.0