10.3969/j.issn.1674-3814.2021.07.015
基于PSOEM和神经网络的光伏电站功率预测
分析光伏发电输出功率预测的影响因素,确定了基于BP神经网络的功率预测模型,针对BP神经网络本身易陷入局部极值、收敛速度慢等问题,采用粒子群优化算法(PSO)和带扩展记忆粒子群优化算法(PSOEM)这2种群智能算法来优化BP神经网络的初始值和阈值,分别建立了基于PSO-BP神经网络和基于PSOEM-BP神经网络的光伏电站输出功率预测模型.根据某光伏电站2月1日—6月30日的光伏发电历史数据,利用所提3种模型对光伏发电系统进行了功率预测.误差对比结果表明,基于PSOEM-BP神经网络的功率预测精度明显高于基于PSO-BP神经网络的功率预测精度,故采用PSOEM优化后BP神经网络模型进行光伏功率预测,具有一定的理论和实用价值.
BP神经网络、带扩展记忆的粒子群、粒子群、功率预测
37
TM615(发电、发电厂)
国家自然科学基金51077109
2021-08-02(万方平台首次上网日期,不代表论文的发表时间)
共7页
115-120,135