基于遗传算法优化BP神经网络的 光伏阵列短期功率预测

• 作者: 付宗见 梁明亮 王艳萍
• 来源期刊: 电子器件
• 学科: 工学
• 关键词: 光伏阵列 功率预测 遗传算法 神经网络
• 年，卷（期）: 2020,（3）
• 页码范围: 516-521
• 页数: 6页
• 分类号: TM615
• 字数: 3151字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-9490.2020.03.008

摘要

提高光伏系统短期预测准确率对光伏系统平稳运行、协调电力系统资源具有重要意义.由于短时间的光伏阵列功率具有随机非平稳特征,现有小波预测、神经网络预测方法受到训练初始值局限,不能准确预测短期光伏系统功率.就非平稳随机特征的光伏阵列功率初始值引入遗传算法,优化BP神经网络,提出基于遗传算法的改进BP神经网络方法,对光伏阵列短期功率进行预测.实验表明该方法能适应于不同天气状况下的短期光伏阵列功率预测,并具有较高的准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王艳萍		24	85	6.0	8.0
2	梁明亮		44	184	7.0	13.0
3	付宗见		20	12	2.0	2.0