基于混沌搜索的AMPSO-BPNN在光伏功率预测中的应用研究

• 作者: 丁晓哲 周春霞 庞春江 张建成 李倩
• 来源期刊: 华北电力大学学报(自然科学版)
• 学科: 工学
• 关键词: 光伏发电系统 相似日 混沌搜索 自适应变异 粒子群算法
• 年，卷（期）: 2014,（4）
• 页码范围: 15-21
• 页数: 7页
• 分类号: TM615
• 字数: 4982字
• 语种: 中文
• DOI: 10.3969/j.ISSN.1007-2691.2014.04.03

摘要

以光伏发电系统的输出功率为研究对象,通过分析光伏发电功率的影响因素,利用相似日原理生成训练样本,将混沌搜索和自适应变异思想引入粒子群算法中,提出混沌搜索的自适应变异粒子群优化BP神经网络的预测模型.该模型较好地克服了BP网络初始化的随机性问题,提高了模型的泛化能力、收敛速度与预测精度.利用光伏电站与气象观测站的数据进行仿真分析与验证,结果表明:优化后模型的预测精度高于优化前,且混沌搜索的AMPSO的优化效果好于单纯PSO的优化效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张建成	华北电力大学电气与电子工程学院	101	1493	23.0	33.0
2	庞春江	华北电力大学电气与电子工程学院	29	219	9.0	14.0
3	周春霞		19	313	10.0	17.0
4	丁晓哲	华北电力大学电气与电子工程学院	3	35	3.0	3.0
5	李倩		1	18	1.0	1.0