基于LIESN的光伏功率预测研究 |
| |
引用本文: | 孙鹏,张依强,焦程炜. 基于LIESN的光伏功率预测研究[J]. 江苏电器, 2018, 0(4) |
| |
作者姓名: | 孙鹏 张依强 焦程炜 |
| |
作者单位: | 国网山东省电力公司菏泽供电公司;国网山东省电力公司莱芜供电公司 |
| |
摘 要: | 为了光伏功率预测结果有更好的准确性与普适性,提出基于泄漏积分型回声状态网络(LIESN)的具有在线学习功能的预测方法。在回声状态网络(ESN)中引入泄漏积分型神经元,增强储备池的短期记忆能力;分析了LIESN的参数对其光伏功率预测性能的影响,得到优化后的预测模型;利用最小二乘在线学习算法对模型实施训练,得到最终的在线学习LIESN预测模型。实例证明,该算法可完成复杂的建模且适用于多种天气情况,预测精度优于BP神经网络、经典ESN及LIESN模型,验证了方法的有效性。
|
关 键 词: | 回声状态网络 泄漏积分 神经元 光伏功率预测 在线学习 |
Online-Learning PV Power Forecasting Based on Leaky-Integrator ESN |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|