基于Spiking神经网络的光伏发电系统功率预测

摘要：

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.

关键词：光伏系统、Spiking神经网络、脉冲响应模型、Spikeprop算法、发电功率预测

所属期刊栏目：38

分类号：TM615.2(发电、发电厂)

在线出版日期：2016-08-16（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：263-269