基于泄漏积分型回声状态网络的在线学习光伏功率短期预测

• 作者: 曹冉 杨佳俊 王志峰 闫凯 陈霖
• 来源期刊: 山东电力技术
• 学科: 工学
• 关键词: 回声状态网络 泄漏积分 神经元 光伏功率预测 在线学习
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 电网技术
• 页码范围: 24-30
• 页数: 7页
• 分类号: TM615
• 字数: 5177字
• 语种: 中文

摘要

为提高光伏功率预测结果的准确性与普适性,提出基于泄漏积分型回声状态网络(LIESN)的具有在线学习功能的预测方法.在回声状态网络(ESN)中引入泄漏积分型神经元,增强储备池的短期记忆能力;分析了LIESN 的参数对光伏功率预测性能的影响,得到优化后的预测模型;利用最小二乘在线学习算法对模型实施训练,得到最终的在线学习LIESN预测模型.实例证明,该算法可完成复杂的建模且适用于多种天气情况,预测精度优于BP 神经网络、经典ESN 及LIESN模型.