适用于小样本的神经网络光伏预测方法

摘要：

基于神经网络的短期光伏预测方法通常需要大量训练样本,对于新投运的光伏电站,历史运行数据的不足使得常规短期光伏预测方法难以应用.针对该问题,提出一种适用于小样本的双层神经网络单步光伏预测方法.根据光伏发电各环节影响因素的解耦特性,将常规单层神经网络拆分为双层网络,使每层网络具有简化的结构;用单步预测代替多步预测,降低神经网络的输入输出维数;基于统计分析,将天气影响因素有效整合到预测模型中,简化输入输出之间的映射关系.使用实际数据对所提光伏预测模型进行训练和验证,结果表明,所提方法可有效减少对训练样本数量的需求,同时保证预测的准确度.

关键词：光伏发电、短期功率预测、小样本、神经网络、单步预测

所属期刊栏目：37

分类号：TM615(发电、发电厂)

资助基金：浙江省重大科技专项计划项目2014C01006Project supported by Major Science and Technology Projects of Zhejiang Province2014C01006

在线出版日期：2017-09-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：101-106,111