基于特征提取的FA-BP短期光伏发电预测 |
| |
引用本文: | 韩璐宋海亮宋佳刘太豪.基于特征提取的FA-BP短期光伏发电预测[J].南昌大学学报(工科版),2021,43(1):85. |
| |
作者姓名: | 韩璐宋海亮宋佳刘太豪 |
| |
作者单位: | 西南石油大学电气信息学院 |
| |
基金项目: | 国家自然科学基金资助项目(51607151); |
| |
摘 要: | 为解决光伏发电受详细、复杂的天气数据所影响的问题,提出一种基于特征提取的萤火虫算法(FA)优化误差回传神经网络(BP神经网络)的FA-BP短期光伏发电预测模型。为提高收敛速度利用主成分分析法(PCA)对光伏发电历史数据以及历史天气数据进行降维与去噪,选取影响光伏发电的主要成分并构建PCA-BP预测模型。并利用FA对PCA-BP预测模型进行阈值和权值的优化,进而构建PCA-FA-BP的光伏发电预测模型。再将提出的PCA-FA-BP预测模型与BP神经网络预测模型、PCA-BP预测模型以及单一的FA-BP预测模型进行光伏发电预测效果对比与分析,通过仿真结果表明:PCA-FA-BP预测模型拥有更佳的训练效果以及预测精度。
|
关 键 词: | 特征提取 主成分分析(PCA) 萤火虫算法(FA) BP神经网络 短期光伏发电功率预测 |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《南昌大学学报(工科版)》浏览原始摘要信息 |
|
点击此处可从《南昌大学学报(工科版)》下载全文 |
|