基于MIV分析的GA-BP神经网络光伏短期发电预测

• 作者: 候晓晓 王英立 陶帅 齐宏
• 来源期刊: 太阳能学报
• 学科: 工学
• 关键词: 光伏发电预测 遗传算法 BP神经网络 改进的MIV算法
• 年，卷（期）: 2020,（8）
• 页码范围: 236-242
• 页数: 7页
• 分类号: TK513.5
• 语种: 中文

摘要

针对光伏发电神经网络预测模型输入变量较多,造成网络预测的稳定度与精确度不高的问题,提出一种基于改进MIV(mean impact value)算法的GA-BP神经网络光伏短期发电预测的方法.此方法结合Spearman相关系数显著性检验与利用欧式距离计算变化因子α改进的MIV分析,得到输入变量(气象因素)与输出变量(光伏发电量)的外部相关程度与内部相关程度,筛选出对输出变量相关程度最大的输入变量,利用优化的神经网络对光伏发电进行短期预测.实验结果表明,该方法的均方误差由BP、GA-BP预测网络的3.7034、1.8552减小到0.6450,提高了预测网络的稳定度与精准度.