基于小波包－神经网络的太阳逐时辐射预测

摘要：

太阳辐射量受到季节、大气状况、云况、温度、湿度甚至沙尘等气象因素的影响，表现为强烈的时变性和随机性。对于非线性的辐射量预测，目前已提出了许多方法，但依然存在智能算法的选取不合理、网络结构泛化能力差、预测精度不理想等不足。针对光伏电站太阳逐时辐射强度数据特征不明显、普通BP网络难以完全映射其特征的缺点，提出了一种基于小波包－神经网络的预测模型（ WPNN），利用小波包变换将辐射强度序列进行多尺度分解，并创建多个BP模型对各分量预测，最后通过重构得到最终的预测结果。结果表明，预测精度明显提高，满足预期效果，证明该模型的有效性和实际意义。

关键词：太阳辐射、预测、小波包变换、神经网络

所属期刊栏目：53

分类号：TM615(发电、发电厂)

资助基金：国家自然科学基金资助项目51367015；新疆维吾尔自治区科技支疆项目201491112；国网新疆电网项目SGXJ0000DKJS1440234

在线出版日期：2016-11-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：49-54