基于经验模态分解改进神经网络光伏出力预测

• 作者: 孙祥晟 徐天奇 陈芳芳 齐琦
• 来源期刊: 应用科技
• 学科: 工学
• 关键词: 清洁能源 光伏发电 出力预测 经验模态分解 GA遗传优化算法 BP神经网络 组合预测模型
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 现代电子技术
• 页码范围: 41-45
• 页数: 5页
• 分类号: TM615
• 字数: 3209字
• 语种: 中文
• DOI: 10.11991/yykj.201911018

摘要

光伏发电存在光伏出力不稳定性与波动性等问题.本文提出一种基于经验模态分解(EMD)的遗传算法(GA)优化BP神经网络的短期发电功率预测模型,优化了BP神经网络迭代次数多、收敛时间长等缺陷.从某小型光伏电站获得发电数据,建立EMD-GA-BP预测模型,与单一的BP神经网络预测模型和GA-BP神经网络预测模型作对比,证实本文提出预测模型稳定性好且误差较小,具有一定的研究价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐天奇	云南民族大学电气信息工程学院	36	112	6.0	10.0
2	孙祥晟	云南民族大学电气信息工程学院	7	6	2.0	2.0
3	陈芳芳	云南民族大学电气信息工程学院	14	21	3.0	4.0
4	齐琦	云南民族大学电气信息工程学院	3	3	1.0	1.0