基于Takagi-Sugeno模糊神经网络的光伏发电功率预测研究

• 作者: 文立
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: 正、负相关因素 功率预测 模糊神经网络 减法聚类
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 学术研究与应用
• 页码范围: 118-121,125
• 页数: 5页
• 分类号: TP183
• 字数: 4109字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-2163.2019.03.027

摘要

在光伏发电预测中,一般都采用与发电功率正相关因素作为输入变量,这样操作很容易陷入局部最优.文章改变输入变量的选取范围,选取与光伏发电功率正、负相关性较大的因素作为光伏发电预测模型的输入变量,利用模糊系统具有收敛速度较快和神经网络具有自学习和调整参数容易等优点,提出Takagi-Sugeno模糊神经网络模型应用于光伏发电功率短期预测中,并与BP神经网络预测进行比较,其结果显示,所述预测模型预测精度比BP神经网络预测精度提高了10％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	文立		21	48	4.0	6.0