基于神经网络的光伏电站气象-功率模型

• 作者: 刘婧孜 封波 屈卫锋 李洪宇 杨宏宇 秦川 鞠平
• 来源期刊: 河海大学学报（自然科学版）
• 学科: 工学
• 关键词: 光伏电站 气象功率模型 双层前馈神经网络 输入特征选择 网络结构优化
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 机电与信息工程
• 页码范围: 268-275
• 页数: 8页
• 分类号: TM714
• 字数: 5302字
• 语种: 中文
• DOI: 10.3876/j.issn.10001980.2020.03.012

摘要

基于双层前馈神经网络建立光伏电站输出功率与辐照等气象因素间的非机理模型.建立光伏电站输出功率与气象因素的神经网络模型;对功率模型的输入特征进行选择,分析不同气象因素的组合作为输入变量对模型准确度的影响,明确功率模型的输入变量;分析该模型网络的训练算法、隐含层神经元个数及训练次数对模型准确度的影响,据此确定功率模型的最优结构与参数;基于光伏电站的实际数据对功率模型进行验证.结果表明,基于双层前馈神经网络的光伏电站气象功率模型具有较高的准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	秦川	河海大学能源与电气学院	22	178	7.0	13.0
2	鞠平	河海大学能源与电气学院	202	4909	37.0	62.0
3	李洪宇	河海大学能源与电气学院	6	54	4.0	6.0
4	刘婧孜	河海大学能源与电气学院	2	0	0.0	0.0
5	杨宏宇		1	0	0.0	0.0
6	封波		1	0	0.0	0.0
7	屈卫锋		1	0	0.0	0.0