基于相似日和小波神经网络的光伏短期功率预测

论文摘要

光伏发电功率预测对电网的稳定性和安全性具有十分重要的意义。提出了基于相似日和小波神经网络的预测方法,根据相似日理论通过灰色关联系数法选取历史相似日,将选取的6个相似日的发电数据作为模型的输入变量,同BP神经网络、小波神经网络的预测结果进行对比和误差分析。以某光伏电站历史发电数据为例,验证算法的可行性。

论文目录

• 1 相似日的选取
•   1.1 光伏电站输出功率特性
•   1.2 气象数据预处理
•   1.3 相似日算法的选取原理
• 2 预测模型的设计
•   2.1 小波神经网络模型
•   2.2 光伏发电预测模型的建立
•     2.2.1 输入层节点的选取
•     2.2.2 隐含层节点的选取
•     2.2.3 输出层节点的选取
•   2.3 预测样本的预处理
• 3 结果分析和评估
• 4 结语

文章来源

类型: 期刊论文

作者: 祝暄懿,姚李孝

关键词: 光伏发电,相似日原理,小波神经网络,功率预测

来源: 电网与清洁能源 2019年03期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 电力工业,自动化技术

单位: 西安理工大学水利水电学院

基金: 国家自然科学基金（51507134）~~

分类号: TM615;TP183

页码: 75-78

总页数: 4

文件大小: 1209K

下载量: 133