| 基于PSOEM和神经网络的光伏电站功率预测 |
| |
| 作者姓名： | 朱旭坤 姚李孝 杨国清 |
| |
| 作者单位： | 西安理工大学 电气工程学院 |
| |
| 基金项目： | 国家自然科学基金项目（51077109） |
| |
| 摘 要： | 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。
|
| 关 键 词： | BP神经网络 带扩展记忆的粒子群 粒子群 功率预测 |
Power Prediction of Photovoltaic Power Plants Based on PSOM Algorithm and Neural Network |
| |
| Authors: | ZHU Xukun YAO Lixiao YANG Guoqing |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《》浏览原始摘要信息 |
|
点击此处可从《》下载全文 |
