基于小波神经网络的光伏系统发电量预测

• 作者: 杨德全 焦彦军 王艳
• 来源期刊: 可再生能源
• 学科: 工学
• 关键词: 光伏系统 发电量预测 小波神经网络 BP神经网络
• 年，卷（期）: 2013,（7）
• 所属期刊栏目: 研究与试验
• 页码范围: 1-5
• 分类号: TM615
• 语种: 中文

摘要

针对光伏系统发电量的影响因素,建立具有超强泛化能力的小波神经网络短期发电量预测模型.以相同日类型条件下的光伏系统发电量、环境温度、光板温度、相对湿度的历史数据作为样本,对模型进行训练和发电量预测.通过小波神经网络模型和BP神经网络模型预测结果的对比分析表明:小波神经网络模型训练次数少,收敛速度快,预测精度高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	焦彦军	华北电力大学新能源电力系统国家重点实验室	119	1869	27.0	38.0
2	王艳	华北电力大学新能源电力系统国家重点实验室	64	480	10.0	21.0
3	杨德全	华北电力大学新能源电力系统国家重点实验室	1	32	1.0	1.0