基于主成分分析和遗传优化BP神经网络的光伏输出功率短期预测

• 作者: 唐瑞 曹英丽 许童羽 陈俊杰 马艺铭
• 来源期刊: 电力系统保护与控制
• 关键词: 主成分分析 遗传算法 功率预测 BP神经网络 光伏系统
• 年，卷（期）: 2016,（22）
• 所属期刊栏目: 应用研究
• 页码范围: 90-95
• 页数: 6页
• 字数: 4067字
• 语种: 中文
• DOI: 10.7667/PSPC160074

摘要

针对光伏系统输出功率的波动性和间歇性特点,提出一种基于主成分分析(PCA)和遗传算法(GA)优化的BP神经网络功率短期预测方法.通过历史功率数据和实时气象因素对输出功率进行直接预测,利用主成分分析法将多个原始变量降维成少数彼此独立的变量,作为神经网络的输入.同时利用遗传算法的全局搜索特性在解空间中定位一个较好的空间,优化BP的初始权值阈值,克服了传统BP神经网络易陷入局部极小点、学习收敛速度慢的问题.通过建立不同预测模型进行对比,验证了所提算法和模型的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许童羽	沈阳农业大学信息与电气工程学院	118	718	16.0	21.0
2	曹英丽	沈阳农业大学信息与电气工程学院	46	201	8.0	12.0
3	马艺铭	沈阳农业大学信息与电气工程学院	2	38	2.0	2.0
4	唐瑞	沈阳农业大学信息与电气工程学院	4	51	3.0	4.0
5	陈俊杰	沈阳农业大学信息与电气工程学院	2	33	1.0	2.0