基于Elman神经网络模型的短期光伏发电功率预测

• 作者: 刘佳林 李刚 王腾飞
• 来源期刊: 科技与创新
• 关键词: 光伏发电 功率预测 相似日 Elman神经网络
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 创新思维
• 页码范围: 43-45
• 页数: 3页
• 分类号: TM615
• 语种: 中文
• DOI: 10.15913/j.cnki.kjycx.2019.02.043

摘要

为提高光伏发电功率的预测精度,使电力行业充分、合理地利用太阳能资源,提出一种基于Elman神经网络模型的短期光伏发电功率预测方法.将历史数据细分为不同季节、不同天气类型的多个子集,通过计算气象特征向量间的欧式距离选取相似日,建立Elman神经网络,对三种不同季节和天气类型条件下的光伏发电功率分别进行预测.结果 表明,预测模型在晴天条件下有较高预测精度,对提高光伏发电功率的预测效果有一定的参考价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李刚	兰州交通大学机电技术研究所	79	253	8.0	11.0
10	刘佳林	兰州交通大学机电技术研究所	3	4	1.0	2.0
11	王腾飞	兰州交通大学机电技术研究所	5	8	2.0	2.0