基于径向神经网络的光伏发电功率预测方法研究

• 作者: 杨滢璇 毕德忠 王道浩 肖帅
• 来源期刊: 东北电力技术
• 学科: 工学
• 关键词: 光伏发电 功率预测 RBF神经网络 大数据分析
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 应用研究
• 页码范围: 15-19
• 页数: 5页
• 分类号: TM615
• 字数: 2225字
• 语种: 中文

摘要

光伏发电输出功率具有明显的随机性和不确定性,大规模光伏并网会影响电网系统的安全、稳定运行.因此,对光伏发电功率输出进行短期的预测对光伏并网具有重要意义.以大数据分析Spearman秩相关系数为基础,分析得到光伏发电过程中各个影响因素与输出功率的秩相关度,并将相关度最高的影响因素作为预测系统变量输入,建立基于RBF神经网络的预测模型,对光伏发电的功率进行预测研究,通过变量和输出量的历史数据对RBF进行训练与预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨滢璇	国网辽宁省电力有限公司电力科学研究院	6	16	2.0	4.0
2	毕德忠		2	1	1.0	1.0
3	王道浩		2	76	1.0	2.0
4	肖帅		1	1	1.0	1.0