基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了进一步提高预测的准确性,本文提出了一种基于人群搜索算法-小波神经网络SOA-WNN(seeker opti?mization algorithm-wavelet neural network)的光伏短期输出功率预测算法,利用SOA在速度及全局搜索上的优势对WNN进行改进,使WNN中权值与小波因子等参数得到优化.通过与传统的WNN预测方法以及遗传算法优化的WNN预测算法进行比较,结果显示所提方法有效地提高了光伏短期输出功率预测的稳定性与准确性,具有较高的实用价值.
推荐文章
基于神经网络的配网系统光伏输出功率控制分析
太阳能
BP神经网络
最大输出功率
配网系统
基于TVF-EMD-ELM的超短期光伏功率预测
光伏电站
功率预测
超短期
时变滤波经验模态分解
极限学习机
基于Elman神经网络模型的短期光伏发电功率预测
光伏发电
功率预测
相似日
Elman神经网络
基于天气预报的光伏输出功率短期预测
太阳辐射值
光伏发电预测
天气预报
光电转化系数
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于SOA-WNN的光伏短期输出功率预测
来源期刊 电力系统及其自动化学报 学科 工学
关键词 人群搜索算法 光伏输出功率 小波神经网络 优化
年,卷(期) 2019,(6) 所属期刊栏目 学术论文
研究方向 页码范围 62-66
页数 5页 分类号 TM715
字数 3347字 语种 中文
DOI 10.19635/j.cnki.csu-epsa.000063
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张东 国网天津市电力公司经济技术研究院 3 20 2.0 3.0
2 葛磊蛟 天津大学电气自动化与信息工程学院 66 585 14.0 22.0
3 李盛伟 国网天津市电力公司经济技术研究院 17 42 4.0 5.0
4 迟福建 26 112 5.0 9.0
5 高毅 国网天津市电力公司经济技术研究院 6 7 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (119)
共引文献  (370)
参考文献  (12)
节点文献
引证文献  (2)
同被引文献  (13)
二级引证文献  (0)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(7)
  • 参考文献(0)
  • 二级参考文献(7)
2008(9)
  • 参考文献(0)
  • 二级参考文献(9)
2009(13)
  • 参考文献(0)
  • 二级参考文献(13)
2010(8)
  • 参考文献(0)
  • 二级参考文献(8)
2011(29)
  • 参考文献(1)
  • 二级参考文献(28)
2012(14)
  • 参考文献(3)
  • 二级参考文献(11)
2013(14)
  • 参考文献(0)
  • 二级参考文献(14)
2014(10)
  • 参考文献(1)
  • 二级参考文献(9)
2015(7)
  • 参考文献(2)
  • 二级参考文献(5)
2016(3)
  • 参考文献(1)
  • 二级参考文献(2)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
人群搜索算法
光伏输出功率
小波神经网络
优化
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电力系统及其自动化学报
月刊
1003-8930
12-1251/TM
大16开
天津市南开区天津大学电气与自动化工程学院
1989
chi
出版文献量(篇)
3958
总下载数(次)
6
总被引数(次)
53050
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导