结合HS算法与ESN算法的光伏发电短期出力预测

• 作者: 温润 谭丽
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 光伏发电系统 短期出力预测 和声搜索算法 回声状态网络算法 相似日选择算法 HS-ESN预测模型
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 人工智能
• 页码范围: 226-231,265
• 页数: 7页
• 分类号: TM615
• 字数: 5629字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2017.06.038

摘要

为提高光伏发电系统短期出力预测的精度,提出了一种和声搜索(Harmony Search,HS)算法与回声状态网络(Echo State Network,ESN)算法相结合的预测模型.该模型以光伏电站的历史发电量数据和气象数据为基础.首先通过相似日选择算法挑选出预测日的相似日,将相似日的气象特征向量和预测日的气象特征向量的差值作为预测模型的输入变量;然后选择训练样本,并用和声搜索算法优化后的回声状态网络模型(HSESN)对样本进行训练和预测;最后以甘肃某光伏电站为例进行实例验证.实证分析表明,利用和声搜索算法优化回声状态网络预测模型的储备池参数可有效提高回声状态网络的预测精度,因此该模型具有较好的实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谭丽	兰州交通大学自动化与电气工程学院	14	48	4.0	6.0
2	温润	兰州交通大学自动化与电气工程学院	1	4	1.0	1.0