基于小波包－神经网络的太阳逐时辐射预测

• 作者: 吕光建 张新燕 陈杰
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 太阳辐射 预测 小波包变换 神经网络
• 年，卷（期）: 2016,（17）
• 所属期刊栏目: 测量与控制技术
• 页码范围: 49-54
• 页数: 6页
• 分类号: TM615
• 字数: 3992字
• 语种: 中文

摘要

太阳辐射量受到季节、大气状况、云况、温度、湿度甚至沙尘等气象因素的影响，表现为强烈的时变性和随机性。对于非线性的辐射量预测，目前已提出了许多方法，但依然存在智能算法的选取不合理、网络结构泛化能力差、预测精度不理想等不足。针对光伏电站太阳逐时辐射强度数据特征不明显、普通BP网络难以完全映射其特征的缺点，提出了一种基于小波包－神经网络的预测模型（ WPNN），利用小波包变换将辐射强度序列进行多尺度分解，并创建多个BP模型对各分量预测，最后通过重构得到最终的预测结果。结果表明，预测精度明显提高，满足预期效果，证明该模型的有效性和实际意义。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张新燕	新疆大学电气工程学院	161	1140	18.0	26.0
5	吕光建	新疆大学电气工程学院	3	10	2.0	3.0
7	陈杰	新疆大学电气工程学院	2	8	2.0	2.0