基于模块化回声状态神经网络光伏发电量预测

• 作者: 林红阳 王大虎 贾倩
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: 回声状态网络 模块化神经网络 光伏发电 发电量预测
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 计算机与控制系统
• 页码范围: 59-63
• 页数: 5页
• 分类号: TM615
• 字数: 3645字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-8829.2018.01.014

摘要

针对光伏发电的不确定性、间歇性给电力系统并网运行带来的安全问题,提出了一种基于模块化回声状态网络模型对发电量进行预测.首先利用模块化神经网络按季节建立预测子模型,再将子模型按相同日类型进行数据划分后,与平均气温一同作为样本,利用回声状态网络对子模型进行训练和发电量预测,最后集成输出结果.结果表明:此预测模型在日类型相同时预测误差较小,而在日类型不同时预测误差较大,但与ESN和BP预测模型相比均具有更高的预测精度和更快的预测速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王大虎	河南理工大学电气工程与自动化学院	55	244	9.0	12.0
3	林红阳	国网福建省电力有限公司经济技术研究院	15	74	3.0	8.0
6	贾倩	河南理工大学电气工程与自动化学院	8	18	3.0	4.0