基于LVQ-GA-BP神经网络光伏电站出力短期预测

• 作者: 冉鸿 晁勤 杨杰 罗庆 罗建春 罗洪 阿里努尔·阿木提
• 来源期刊: 电力系统保护与控制
• 学科: 工学
• 关键词: 光伏出力预测 LVQ-GA-BP预测模型 气象因素 神经网络
• 年，卷（期）: 2014,（13）
• 所属期刊栏目: 应用研究
• 页码范围: 89-94
• 页数: 6页
• 分类号: TM723|TM732
• 字数: 3290字
• 语种: 中文

摘要

为了实现对大规模并网型光伏电站调度，分析影响光伏出力的气象相关因素，以光照强度和温度作为输入量，分季节建立了一种基于LVQ-GA-BP神经网络预测系统。通过LVQ（Learning Vector Quantization）神经网络对样本进行分类，将分类后的样本训练，得出基于BP神经网络光伏电站出力预测系统，从而提高光伏预测精度。采用GA算法替代传统的学习算法优化BP神经网络的权值和阀值，提高预测网络的训练速度。将建立的LVQ-GA-BP预测系统与传统系统进行了比较和分析，结果表明：该方法的建立，不仅提高了光伏出力的预测精度，而且还提高了BP神经网络的训练速度，具有潜在的工程应用价值。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	晁勤	新疆大学电气工程学院	240	2681	28.0	40.0
2	罗建春		10	94	3.0	9.0
3	冉鸿		7	80	3.0	7.0
4	罗洪		6	80	3.0	6.0
5	罗庆	新疆大学电气工程学院	11	102	3.0	10.0
6	杨杰		4	71	1.0	4.0
7	阿里努尔·阿木提	新疆大学电气工程学院	1	69	1.0	1.0