基于双层 BP 神经网络的光伏电站输出功率预测

• 作者: 孟令甲 张立影 王泽忠
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 光伏电站 功率预测 双层BP神经网络 相关性 气象预测信息
• 年，卷（期）: 2015,（11）
• 页码范围: 31-35
• 页数: 5页
• 分类号: TM615
• 字数: 3744字
• 语种: 中文

摘要

光伏电站输出功率对电网调度有很大影响，但受到太阳辐射强度和气象因素的影响，光伏电站输出功率具有随机性和不可控性。为合理利用光伏发电系统，建立一种基于气象预测信息以及BP神经网络的光伏电站输出功率预测模型。通过相关性分析确定影响光伏出力的影响因子，结合历史数据和气象因素进行模型训练和功率预测。文中主要提出一种新的预测模型－双层BP神经网络模型，通过对某光伏电站预测结果与实测值对比，结果表明该方法能有效提高光伏电站输出功率预测精度，对发电计划的制定有较好的参考价值和实用价值。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王泽忠	华北电力大学电子与电子工程学院	92	974	19.0	27.0
2	张立影	华北电力大学电子与电子工程学院	2	52	2.0	2.0
3	孟令甲	石家庄铁道大学四方学院电气工程系	2	52	2.0	2.0