基于FOA-Elman神经网络的光伏发电功率预测模型

• 作者: 李芸 李萍 麻利新
• 来源期刊: 电工电气
• 学科: 工学
• 关键词: 光伏发电 功率预测 果蝇算法 Elman神经网络 预测精度
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 设计与研究
• 页码范围: 1-4,49
• 页数: 5页
• 分类号: TM615
• 字数: 2911字
• 语种: 中文

摘要

光伏发电功率对光伏发电的可靠性起着决定性作用.针对Elman神经网络收敛速度慢、训练时间较长的问题,利用果蝇算法(FOA)来优化Elman神经网络的权值和阈值,从而提高运行效率.建立了基于FOA-Elman神经网络的光伏发电功率预测模型,并给出了算法设计及编码方案.仿真实验结果表明,FOA-Elman模型预测精度比传统Elman神经网络模型预测精度高,更适合于光伏发电功率预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李萍	宁夏大学物理与电子电气工程学院	33	102	6.0	8.0
2	李芸	宁夏大学物理与电子电气工程学院	4	1	1.0	1.0
3	麻利新	宁夏大学物理与电子电气工程学院	4	0	0.0	0.0