| 基于EEMD和BP神经网络的短期光伏功率预测模型 |
| |
| 引用本文： | 于群,朴在林,胡博.基于EEMD和BP神经网络的短期光伏功率预测模型[J].电网与水力发电进展,2016,32(7):133-137. |
| |
| 作者姓名： | 于群 朴在林 胡博 |
| |
| 作者单位： | （沈阳农业大学 信息与电气工程学院， 辽宁 沈阳 110866）,（沈阳农业大学 信息与电气工程学院， 辽宁 沈阳 110866）,（沈阳农业大学 信息与电气工程学院， 辽宁 沈阳 110866） |
| |
| 基金项目： | 基金项目：十二五国家科技支撑项目（2012BAJ26B00）。 |
| |
| 摘 要： | 摘要： 为了实现对并网型光伏电站调度，提出了一种基于集合经验模态能分解（EEMD）与BP神经网络的短期光伏出力的组合预测模型。利用集合经验模态分解将光伏出力序列分解，得到本征模函数分量IMF和剩余分量Res，降低序列的非平稳性。采用游程检验法优化因IMF分量数量多造成的建模过程复杂的问题，针对优化后的分量分别建立相应的BP神经网络预测模型。利用该方法对额定容量为40 kW的光伏系统进行预测，并与EMD-BP神经网络和传统的BP神经网络模型进行比较分析。结果表明，所提出的方法有效地提高了预测精度。
|
| 关 键 词： | 关键词： 光伏功率预测 集合经验模态分解 BP神经网络 游程检验法 组合预测模型 |
A Hybrid Model for Short-Term Photovoltaic Power Forecasting Based on EEMD-BP Combined Method |
| |
| Authors: | YU Qun PIAO Zailin and HU Bo |
| |
| 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 |
