基于改进深度受限玻尔兹曼机算法的光伏发电短期功率概率预测

• 作者: 冉冉 宋智林 王继东
• 来源期刊: 电力自动化设备
• 学科: 工学
• 关键词: 光伏发电 概率预测 受限玻尔兹曼机 灰色关联系数法 遗传算法
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 智能发电
• 页码范围: 43-49
• 页数: 7页
• 分类号: TM615
• 语种: 中文
• DOI: 10.16081/j.issn.1006-6047.2018.05.006

摘要

光伏发电功率受自然环境影响具有明显的波动性、间歇性与随机性,对光伏发电进行短期功率的概率预测可以有效缓解给电网调度、能量管理等方面带来的诸多不利影响.提出一种基于改进深度受限玻尔兹曼机(RBM)算法的光伏发电短期功率概率预测模型,通过灰色关联系数法寻找待预测日的相似日,并利用遗传算法对RBM算法进行参数优化,避免模型参数寻优陷入局部最优,以提高预测模型的预测精度.仿真算例表明,所提模型可以更好地反映光伏发电功率的概率分布.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王继东	天津大学智能电网教育部重点实验室	21	501	12.0	21.0
2	冉冉	天津大学智能电网教育部重点实验室	3	50	3.0	3.0
3	宋智林	天津大学智能电网教育部重点实验室	2	45	2.0	2.0