光伏發(fā)電功率預(yù)測對電網(wǎng)的安全穩(wěn)定運(yùn)行具有重要意義。通過數(shù)據(jù)預(yù)處理,運(yùn)用灰色關(guān)聯(lián)度分析計(jì)算時(shí)序相似度,提高了相似日選取的準(zhǔn)確度。提出了基于布谷鳥搜索算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的光伏發(fā)電功率預(yù)測模型,并通過實(shí)驗(yàn)的方法分別對晴天、陰天和雨天三種天氣類型下的光伏功率進(jìn)行預(yù)測,將其與粒子群優(yōu)化算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)模型、BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行對比。結(jié)果表明,基于布谷鳥搜索算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的光伏發(fā)電功率預(yù)測模型,在光伏發(fā)電功率預(yù)測領(lǐng)域具有更高的精度與穩(wěn)定性。 

【文章來源】：價(jià)值工程. 2019,38(04)

【文章頁數(shù)】：3 頁

【文章目錄】：
0 引言
1 基于CS_BPNN的光伏發(fā)電功率預(yù)測模型
    1.1 BP神經(jīng)網(wǎng)絡(luò)
    1.2 布谷鳥搜索算法 (CS)
    1.3 CS_BPNN光伏發(fā)電功率預(yù)測模型
2 數(shù)據(jù)處理
    2.1 數(shù)據(jù)預(yù)處理
    2.2 計(jì)算相似日
3 實(shí)例分析
    3.1 模型參數(shù)及評價(jià)指標(biāo)
    3.2 預(yù)測結(jié)果分析
4 結(jié)束語


【參考文獻(xiàn)】：
期刊論文
[1]基于樣本雙重篩選的光伏發(fā)電功率預(yù)測[J]. 冬雷,周曉,郝穎,廖曉鐘,高陽.  太陽能學(xué)報(bào). 2018(04)
[2]基于改進(jìn)相似日和ABC-SVM的光伏電站功率預(yù)測[J]. 葛樂,陸文偉,袁曉冬,周前.  太陽能學(xué)報(bào). 2018(03)
[3]基于Elman算法的光伏陣列的短期功率預(yù)測研究[J]. 李練兵,張佳,韓靖楠,王澤偉,馬欲曉.  太陽能學(xué)報(bào). 2017(06)
[4]光伏發(fā)電短期預(yù)測研究進(jìn)展綜述[J]. 荊博,譚倫農(nóng),錢政,裴巖,王婧怡.  電測與儀表. 2017(12)
[5]基于改進(jìn)支持向量機(jī)算法的光伏發(fā)電短期功率滾動(dòng)預(yù)測[J]. 王繼東,宋智林,冉冉.  電力系統(tǒng)及其自動(dòng)化學(xué)報(bào). 2016(11)
[6]基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的光伏電站短期功率預(yù)測[J]. 劉沛漢,袁鐵江,梅生偉,吐爾遜·伊不拉音,趙力.  水電能源科學(xué). 2016(01)



本文編號(hào)：3387610