基于三次样条插值及BP神经网络的光伏发电出力数据修复

• 作者: 赵洪斌
• 来源期刊: 青海大学学报（自然科学版）
• 学科: 工学
• 关键词: 光伏出力 三次样条插值 BP神经网络 相似日绝对均值 数据修复
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 光伏发电
• 页码范围: 68-74
• 页数: 7页
• 分类号: TM615.2
• 字数: 4483字
• 语种: 中文
• DOI: 10.13901/j.cnki.qhwxxbzk.2020.01.011

摘要

为了对光伏电站的历史数据进行修复,文中建立了基于三次样奈插值和BP神经网络的光伏电站出力数据修复模型.首先对光伏电站原始数据进行清洗和处理;其次,寻找一天中只有一个数据空白点的情况,采用光滑样条插值法对其进行插补,然后寻找一天中有多个数据空白点的情况,采用相似日绝对均值法对其进行插补;再次,根据出力数据的特征要素及BP神经网络模型对待插补数据进行预测插补;最后,输出修复后的光伏电站出力数据.以青海海西地区光伏电站为例进行仿真验证,证明了模型的可行性及正确性.对光伏电站的历史数据进行修复,保证了数据的完整性和真实性,为研究光伏发电相关问题奠定了基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵洪斌		2	0	0.0	0.0