基于Spiking神经网络的光伏发电系统功率预测

• 作者: 刘忠辉 卢怡含 唐敏 晋飞 王林
• 来源期刊: 黑龙江电力
• 学科: 工学
• 关键词: 光伏系统 Spiking神经网络 脉冲响应模型 Spikeprop算法 发电功率预测
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 能源与动力工程
• 页码范围: 263-269
• 页数: 7页
• 分类号: TM615.2
• 字数: 5971字
• 语种: 中文

摘要

针对光伏发电系统输出功率的随机性,提出了一种基于Spiking神经网络的光伏发电功率预测模型,它采用精确脉冲时间的编码方式,能接近真实的生物神经系统,并具有强大的计算能力.考虑天气类型、太阳辐照强度、环境温度等主要影响因素,采用近似欧式距离选取相似日的方法,应用实际光伏发电系统的历史发电数据和气象数据对Spiking神经网络、BP神经网络和支持向量机三种预测模型进行测试和评估.预测结果与实测值的比较表明:Spiking神经网络模型相比于BP神经网络和支持向量机模型具有较高的预测精度和较强的适用性,可作为解决光伏发电系统功率预测可行方法之一.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐敏		4	10	1.0	3.0
2	王林		5	51	2.0	5.0
3	晋飞		1	1	1.0	1.0
4	刘忠辉		1	1	1.0	1.0