基于相似日和GA-DBN神经网络的光伏发电短期功率预测
光伏电站输出功率受多种外界环境因素影响显著,存在非线性、波动大等缺点.针对这一问题,提出改进的深度置信网络(Deep Belief Network,DBN)的方法.首先利用遗传算法(Genetic Algorithm,GA)为DBN神经网络选取最优的初始权值;其次利用灰色关联度法选择与预测日气象特征相似度高的日期,将这些日期的天气数据和历史发电功率作为训练样本训练DBN神经网络,建立短期光伏预测模型;最后通过仿真算例分析验证了该方法对传统DBN模型预测准确度的提升,且具有一定的可行性.
短期功率预测、相似日、深度置信网络、遗传算法
38
TM615;TM715;TP391
国家自然科学基金;江苏高校优势学科建设工程项目
2019-06-12（万方平台首次上网日期，不代表论文的发表时间）
共6页
97-102
