基于分层优化方法的BP神经网络光伏出力预测

• 作者: 于越 吴禹衡 师楠 朱显辉 苏勋文
• 来源期刊: 电源技术
• 学科: 工学
• 关键词: 光伏出力 BP神经网络 分层优化 灰色算法 粒子群算法 遗传算法
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 研究与设计
• 页码范围: 849-851
• 页数: 3页
• 分类号: TM615
• 字数: 3800字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-087X.2020.06.015

摘要

为减小误差反向传输(BP)神经网络算法对光伏出力的预测误差,提出了基于实际BP网络拓扑结构的分层优化方法.该方法以温度关联性确定训练数据,结合小样本灰色算法对输入层数据变化趋势的发掘能力,实现了对BP网络输入层序列数学规律的有效筛选,利用粒子群算法优化隐含层的阈值和权重,强化了BP神经网络全局寻优能力,减小了预测误差,以遗传优化算法对输出层的阈值和权重进一步优化,改善了BP网络的预测精度.构建了BP网络分层优化模型并进行了算例分析,结果表明,所提出的分层优化方法能有效地减小预测误差,提高预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱显辉	黑龙江科技大学电气与控制工程学院	36	157	8.0	11.0
2	师楠	黑龙江科技大学工程训练与基础实验中心	32	111	6.0	9.0
3	苏勋文	黑龙江科技大学电气与控制工程学院	33	239	6.0	15.0
4	于越	黑龙江科技大学电气与控制工程学院	3	4	1.0	2.0
5	吴禹衡	黑龙江科技大学电气与控制工程学院	3	1	1.0	1.0