10.3969/j.issn.1002-1663.2016.03.017
基于Spiking神经网络的光伏发电系统功率预测
针对光伏发电系统输出功率的随机性,提出了一种基于Spiking神经网络的光伏发电功率预测模型,它采用精确脉冲时间的编码方式,能接近真实的生物神经系统,并具有强大的计算能力.考虑天气类型、太阳辐照强度、环境温度等主要影响因素,采用近似欧式距离选取相似日的方法,应用实际光伏发电系统的历史发电数据和气象数据对Spiking神经网络、BP神经网络和支持向量机三种预测模型进行测试和评估.预测结果与实测值的比较表明:Spiking神经网络模型相比于BP神经网络和支持向量机模型具有较高的预测精度和较强的适用性,可作为解决光伏发电系统功率预测可行方法之一.
光伏系统、Spiking神经网络、脉冲响应模型、Spikeprop算法、发电功率预测
38
TM615.2(发电、发电厂)
2016-08-16(万方平台首次上网日期,不代表论文的发表时间)
共7页
263-269