基于最优相似度与IMEA-RBFNN的短期光伏发电功率预测 |
| |
引用本文: | 李燕青,杜莹莹.基于最优相似度与IMEA-RBFNN的短期光伏发电功率预测[J].华北电力大学学报,2018(5). |
| |
作者姓名: | 李燕青 杜莹莹 |
| |
作者单位: | 华北电力大学新能源电力系统国家重点实验室 |
| |
摘 要: | 针对光伏发电功率受气象因素影响而具有波动性与随机性问题,提出一种基于最优相似度与IMEARBFNN的短期光伏发电功率预测方法。利用相关性分析与平均影响值(Mean Impact Value,MIV)算法选取出温度、湿度、辐照度3个气象因素作为输入指标,通过最优相似度理论计算得到预测日的相似日。将相似日数据与预测日气象数据作为输入,采用改进思维进化算法(Improved Mind Evolutionary Algorithm,IMEA)优化径向基神经网络(Radical Basis Function Neural Network,RBFNN)模型对预测日光伏发电功率进行预测。结果表明改进思维进化算法优化径向基神经网络可以提高模型预测精度,为光伏发电功率预测提供一种有效方法。
|
本文献已被 CNKI 等数据库收录! |
|