基于PFA-MBAS-BP神经网络模型的光伏发电短期预测

• 作者: 伍惠铖 刘豪 左远龙 杨晓辉 黄玉水
• 来源期刊: 电力系统保护与控制
• 关键词: BP神经网络 主因子分析 优化天牛须算法 光伏发电 短期预测
• 年，卷（期）: 2020,（15）
• 所属期刊栏目: 应用研究
• 页码范围: 84-91
• 页数: 8页
• 字数: 5536字
• 语种: 中文
• DOI: 10.19783/j.cnki.pspc.191064

摘要

针对光伏发电短期预测模型的输入变量多且关系复杂、BP神经网络稳定性差且易陷入局部最优解等问题,建立了一种基于主因子分析法(PFA)和优化天牛须搜索算法(MBAS)的改进BP神经网络光伏发电短期预测模型.该模型首先对光伏历史发电数据和气象数据进行降维简化分析,利用主因子分析法对影响光伏发电的主要因素进行相关性分析,选取主因子作为预测模型输入量.然后利用MBAS算法的空间寻优搜索,选取BP神经网络训练的最优权值阈值.最后,利用实测历史数据对不同预测模型进行仿真对比.仿真结果表明,所建立的改进模型的预测精度可达92.5％,图像数据拟合程度高且适用多种天气类型的光伏发电预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄玉水	南昌大学信息工程学院	37	201	9.0	12.0
2	杨晓辉	南昌大学信息工程学院	41	143	7.0	11.0
3	刘豪	南昌大学信息工程学院	5	24	3.0	4.0
4	伍惠铖	南昌大学信息工程学院	9	12	2.0	3.0
5	左远龙	南昌大学信息工程学院	3	3	1.0	1.0