一种改进的灰色BP神经网络光伏出力预测方法

• 作者: 孙成胜 巴忠镭 张红民 王艳
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 光伏出力预测 灰色预测模型 BP神经网络 模糊c均值聚类
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 电气·电子
• 页码范围: 217-221
• 页数: 5页
• 分类号: TM615
• 字数: 3140字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2020.02.030

摘要

光伏出力的准确预测对于光伏发电系统的大规模应用具有重要意义.针对光伏出力预测描述自然规律困难及传统灰色模型预测精度不高等问题,提出了一种基于改进的灰色BP神经网络光伏出力预测方法.利用模糊c均值聚类(FCM)的方法将数据分类,选择与预测日最为接近的一类作为样本,利用灰色GM(1,1)预测模型得到预测数据.将灰色模型预测结果与相对应的日最高、最低温度作为BP神经网络的输入,以对应的实测数据为输出训练得到最终的预测模型.采用江苏某光伏电站的实测数据验证,结果表明该模型在预测精度上有一定的提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张红民	重庆理工大学电气与电子工程学院	34	153	6.0	11.0
2	王艳	重庆理工大学计算机科学与工程学院	9	29	3.0	5.0
3	巴忠镭	重庆理工大学电气与电子工程学院	3	3	1.0	1.0
4	孙成胜	重庆理工大学电气与电子工程学院	3	3	1.0	1.0