首页 | 本学科首页   官方微博 | 高级检索  
     

基于CAPSO-RNN的光伏系统短期发电量预测
作者姓名:赵杰  张艳霞
作者单位:天津大学智能电网教育部重点实验室,天津,300072
摘    要:针对光伏系统的发电特性及影响光伏发电的因素,建立基于混沌自适应粒子群优化算法的反馈型神经网络短期发电量预测模型。该预测模型利用混沌自适应粒子群优化算法的全局优化能力初始化反馈性神经网络权值和阈值,可以克服反馈型神经网络收敛速度慢俄且易陷于局部最优等缺点。同时为提高预测精度,采用隶属度函数对温度进行模糊化处理。预测结果表明,建立的预测模型具有较高的精度。

关 键 词:光伏系统  发电量预测  混沌自适应粒子群优化算法  反馈型神经网络
点击此处可从《中国能源》浏览原始摘要信息
点击此处可从《中国能源》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号