基于遗传算法小波神经网络的光伏微网发电预测

• 作者: 刘爱国 汪硕承 薛云涛 黄泽平
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 光伏微网 光伏功率预测 气象因子 遗传算法 小波神经网络
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 智能电网
• 页码范围: 28-33
• 页数: 6页
• 分类号: TM77
• 字数: 3471字
• 语种: 中文

摘要

准确预测光伏微网在未来某确定的时段内的发电功率,对电力系统稳定和经济运行有着重要意义.文中通过对比发电功率和气象等历史数据,分析了在光伏发电中天气、太阳辐射及温度等因素对发电功率预测的影响,同时综合遗传算法全局快速寻优特性与小波分析的时频局部特性,建立基于遗传算法的小波神经网络光伏微网发电预测模型.结果表明,基于遗传算法的小波神经网络模型的学习能力和泛化能力更强,同时把气象预测数据作为网络的输入有利于提高模型的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘爱国	南昌大学信息工程学院	17	170	6.0	13.0
2	黄泽平	南昌大学信息工程学院	2	11	1.0	2.0
3	汪硕承	南昌大学信息工程学院	3	27	3.0	3.0
4	薛云涛	南昌大学信息工程学院	4	131	4.0	4.0