基于FOA-Elman神经网络的光伏电站短期出力预测模型

• 作者: 杜炜 王宏华 韩伟
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 光伏电站 出力预测 Elman神经网络 FOA算法
• 年，卷（期）: 2014,（12）
• 所属期刊栏目: 工程应用与技术交流
• 页码范围: 120-124,128
• 页数: 6页
• 分类号: TM615
• 字数: 4076字
• 语种: 中文

摘要

提出了基于果蝇优化算法（FOA）-Elman神经网络的光伏电站出力短期预测模型，采用具有动态递归性能的Elman神经网络，可增强光伏电站出力预测模型的联想和泛化推理能力，保证出力预测的精度。引入人体舒适度，减少输入向量个数；通过FOA对Elman神经网络进行学习训练，可充分利用FOA的全局寻优性能，克服常规学习算法易于陷入局部最优解、收敛速度慢、编程复杂等缺陷。最后，与常规Elman模型进行对比仿真实验，结果表明所提出预测模型的正确性和有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王宏华	河海大学能源与电气学院	132	1300	18.0	28.0
2	韩伟	河海大学能源与电气学院	14	121	7.0	10.0
3	杜炜		4	14	2.0	3.0