基于自适应差分进化和BP神经网络的光伏功率预测

• 作者: 周彬倩 张建成 李倩 李嘉俊
• 来源期刊: 陕西电力
• 学科: 工学
• 关键词: 光伏功率 预测模型 自适应差分进化算法 BP神经网络
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 新能源
• 页码范围: 23-27
• 页数: 5页
• 分类号: TM615
• 字数: 4040字
• 语种: 中文

摘要

针对光伏功率的波动性和间歇性,通过分析光伏发电的影响因素,建立了基于自适应差分进化和BP神经网络的光伏功率预测模型.该模型利用自适应差分进化算法优化BP神经网络的权重阈值,克服了BP算法收敛速度慢、容易陷入局部极值的缺点.利用光伏电站的历史数据和气象观测站的气象数据,对预测模型进行训练和光伏功率预测.结果表明,基于自适应差分进化和BP神经网络的模型预测精度高于BP神经网络模型,验证了所提模型和算法的有效性和可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张建成	华北电力大学新能源电力系统国家重点实验室	101	1493	23.0	33.0
2	李倩	华北电力大学新能源电力系统国家重点实验室	23	142	7.0	11.0
3	周彬倩	华中科技大学电气与电子工程学院	4	43	4.0	4.0
4	李嘉俊	华北电力大学新能源电力系统国家重点实验室	3	34	3.0	3.0