蚁群BP神经网络的光伏电站辐照强度预测

• 作者: 贺文 陈厚合 齐爽
• 来源期刊: 电力系统及其自动化学报
• 学科: 工学
• 关键词: 光伏电站 辐照强度 蚁群算法 改进BP神经网络 预测
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 学术论文
• 页码范围: 26-31
• 页数: 6页
• 分类号: TM615
• 字数: 4569字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-8930.2016.07.005

摘要

为了提高光伏电站辐照强度的预测精度,本文提出了基于蚁群改进BP神经网络的预测方法.首先,分析了辐照强度的影响因素,从中筛选出纬度、海拔、天气类型、日照时数、温度、空气质量、相对湿度、风速、大气压强等最优影响因子作为模型的输入;其次,通过建立新的传递函数,采用最小均方误差能量函数法进行自动优化隐含层数;按月份建立蚁群改进BP神经网络模型,对辐照强度进行预测.预测结果与BP神经网络模型进行对比,表明该方法有效提高了辐照强度的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈厚合	东北电力大学电气工程学院	58	503	13.0	21.0
2	贺文		3	27	3.0	3.0
3	齐爽	东北电力大学电气工程学院	3	28	3.0	3.0