基于BP神经网络的故障光伏组件输出功率预测

• 作者: 杨磊 高德东 孟广双 王珊
• 来源期刊: 青海大学学报（自然科学版）
• 关键词: 光伏故障诊断 BP神经网络 功率预测 LM算法 SCG算法
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 91-97
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.13901/j.cnki.qhwxxbzk.2021.02.013

摘要

针对产生故障的光伏组件会降低光伏组件输出功率的问题,提出了一种改进的BP神经网络预测模型.该预测模型在辐照度、环境温度等因素的基础上加入光伏组件故障面积,串联光伏组件个数作为输入,对比SCG算法和LM算法两种改进方法,对故障光伏组件的输出功率进行预测,并用平均绝对百分比误差和均方误差两种方式对两种改进模型的准确性进行评估.结果 表明:基于LM算法的改进模型在预测故障光伏组件的输出功率时得到的平均绝对百分比误差低于4％,均方误差低于0.01％,优于SCG算法.因此LM算法改进的预测模型效果更好,可将改进模型应用到故障光伏组件的输出功率预测中.