关于光伏发电电能质量准确预测仿真研究

• 作者: 李茂超 杨晓辉 江智军
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 广义回归神经网络 光伏预测 径向基函数
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 能源领域仿真
• 页码范围: 95-99,304
• 页数: 6页
• 分类号: TM615
• 字数: 5432字
• 语种: 中文

摘要

在光伏发电领域,面对复杂多变的天气,实现光伏发电量的准确预测是一个难点问题,光伏发电量的准确预测能为电网平稳调度提供参考依据.根据天气气候的变化特性以及GRNN神经网络的特性,提出依据历史天气数据训练GRNN神经网络预测光伏发电量的方法,仿真结果证实,在不区分相似日的情况下,GRNN神经网络的预测结果中相对误差率低于BP神经网络预测结果,其绝对误差率也低于BP神经网络,结论表明,使用GRNN神经网络可以在不需要确定当天气候属于何种天气的前提条件下,实现对于光伏发电量的较准确预测,具有现实应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	江智军	南昌大学信息工程学院	45	262	10.0	15.0
2	杨晓辉	南昌大学信息工程学院	41	143	7.0	11.0
3	李茂超	南昌大学信息工程学院	1	2	1.0	1.0