光伏电站输出功率的主因隐藏型RBFNN预测方法

• 作者: 彭建春 文明 李刚强 江辉
• 来源期刊: 智能电网(汉斯)
• 学科: 工学
• 关键词: 光伏电站 功率预测 气象 马氏距离 径向基神经网络
• 年，卷（期）: 2016,（4）
• 页码范围: 212-220
• 页数: 9页
• 分类号: TP1

摘要

提出了一种光伏电站功率的主因隐藏型径向基神经网络(RBFNN)预测方法。先合理隐去影响光伏电站功率的主要气象因素“太阳辐射强度”,建立RBFNN预测模型。再按与预测时点气象因素记录的马氏距离从历史记录中筛选出相似样本集,对RBFNN模型进行学习训练。运用训练好的RBFNN实现短期光伏电站功率的预测。这种方法不仅合理隐去了预测中难以获取的地面太阳辐射强度、使光伏功率预测易于实现,而且运用马氏距离筛选样本、改进了预测精度。仿真结果验证了本文方法的有效性。