-
题名基于PSOEM和神经网络的光伏电站功率预测
被引量:13
- 1
-
-
作者
朱旭坤
姚李孝
杨国清
-
机构
西安理工大学电气工程学院
-
出处
《电网与清洁能源》
北大核心
2021年第7期115-120,135,共7页
-
基金
国家自然科学基金项目(51077109)。
-
文摘
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PSOBP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。
-
关键词
BP神经网络
带扩展记忆的粒子群
粒子群
功率预测
-
Keywords
BP neural network
particle swarm with extended memory
the particle swarm
power prediction
-
分类号
TM615
[电气工程—电力系统及自动化]
-