基于PSOEM和神经网络的光伏电站功率预测 |
| |
引用本文: | 朱旭坤,姚李孝,杨国清.基于PSOEM和神经网络的光伏电站功率预测[J].电网与水力发电进展,2021,37(7):115-120. |
| |
作者姓名: | 朱旭坤 姚李孝 杨国清 |
| |
作者单位: | 西安理工大学 电气工程学院 |
| |
基金项目: | 国家自然科学基金项目(51077109) |
| |
摘 要: | 分析光伏发电输出功率预测的影响因素,确定了基于BP神经网络的功率预测模型,针对BP神经网络本身易陷入局部极值、收敛速度慢等问题,采用粒子群优化算法(PSO)和带扩展记忆粒子群优化算法(PSOEM)这2种群智能算法来优化BP神经网络的初始值和阈值,分别建立了基于PSO-BP神经网络和基于PSOEM-BP神经网络的光伏电站输出功率预测模型。根据某光伏电站2月1日—6月30日的光伏发电历史数据,利用所提3种模型对光伏发电系统进行了功率预测。误差对比结果表明,基于PSOEM-BP神经网络的功率预测精度明显高于基于PSO-BP神经网络的功率预测精度,故采用PSOEM优化后BP神经网络模型进行光伏功率预测,具有一定的理论和实用价值。
|
关 键 词: | BP神经网络 带扩展记忆的粒子群 粒子群 功率预测 |
Power Prediction of Photovoltaic Power Plants Based on PSOM Algorithm and Neural Network |
| |
Authors: | ZHU Xukun YAO Lixiao YANG Guoqing |
| |
Abstract: | |
| |
Keywords: | |
|
| 点击此处可从《电网与水力发电进展》浏览原始摘要信息 |
|
点击此处可从《电网与水力发电进展》下载全文 |