本文選題：光伏電站 + 功率預測��； 參考：《太陽能學報》2017年06期

【摘要】：提出一種智能水滴(intelligent water drops,IWD)算法優(yōu)化Elman神經網絡的光伏電站輸出功率預測模型。利用智能水滴算法對Elman神經網絡的權值和閾值進行優(yōu)化,可提高網絡的訓練效率。將IWD優(yōu)化Elman神經網絡模型、傳統(tǒng)Elman神經網絡模型和BP神經網絡模型的預測結果分別與光伏電站的實際出力數(shù)據進行對比。結果表明,所提出的IWD-Elman神經網絡模型具有較高的預測精度。
[Abstract]:An intelligent water dropsi IWD algorithm is proposed to optimize the output power prediction model of photovoltaic power plant based on Elman neural network. The training efficiency of Elman neural network can be improved by using intelligent water drop algorithm to optimize the weights and thresholds. The prediction results of IWD optimized Elman neural network model, traditional Elman neural network model and BP neural network model are compared with the actual output data of photovoltaic power station. The results show that the proposed IWD-Elman neural network model has high prediction accuracy.
【作者單位】： 華北電力大學控制與計算機工程學院;
【基金】：國家自然科學基金(51407076) 河北省自然科學基金(F2014502050)
【分類號】：TM615;TP183

【相似文獻】

相關期刊論文 前10條

1 張倩;;基于Elman網絡非線性散射參數(shù)測量與建模[J];現(xiàn)代電子技術;2011年03期

2 余向前;路民輝;任琳杰;梁穎;;基于改進型Elman神經網絡的短期電力負荷預測[J];電力信息與通信技術;2014年02期

3 王曉霞;馬良玉;王兵樹;王濤;;進化Elman神經網絡在實時數(shù)據預測中的應用[J];電力自動化設備;2011年12期

4 陳洋;瞿睿;;基于改進型Elman神經網絡預測模糊神經網絡控制的變風量空調設計[J];現(xiàn)代建筑電氣;2013年01期

5 劉爽;;基于Elman型神經網絡的電力系統(tǒng)短期負荷預測研究[J];民營科技;2012年12期

6 劉歡;劉吉臻;張文廣;張超;;基于小波Elman神經網絡的短期風速預測[J];華東電力;2013年04期

7 陳前;毛承雄;陸繼明;余翔;;基于改進Elman網絡的最優(yōu)勵磁控制器[J];大電機技術;2007年03期

8 李運紅;張ng濤;裴未遲;;基于小波包-Elman神經網絡的電機軸承故障診斷[J];河北理工大學學報(自然科學版);2008年04期

9 趙建軍;張月陽;梁威;;Elman神經網絡在高壓電力計量系統(tǒng)故障診斷中的應用[J];電測與儀表;2014年13期

10 肖蕾;李郁俠;;基于自適應Elman神經網絡的短期風電功率預測[J];西安理工大學學報;2014年01期

相關會議論文 前1條

1 ;Battery State-Of-Charge Estimation in Electric Vehicle Using Elman Neural Network Method[A];第二十九屆中國控制會議論文集[C];2010年

相關碩士學位論文 前6條

1 曹芙;基于Elman神經網絡及優(yōu)化算法的混合模型的研究及應用[D];蘭州大學;2015年

2 王柳;基于復合特性Elman神經網絡的風速預測[D];天津工業(yè)大學;2016年

3 周展;基于Elman神經網絡控制的風電最大功率點追蹤的研究[D];湖南大學;2016年

4 張巧;基于改進免疫算法和Elman神經網絡的超聲馬達速度辨識與控制[D];吉林大學;2006年

5 郭姣姣;基于改進Elman神經網絡的短期電力負荷預測[D];遼寧工業(yè)大學;2015年

6 任麗娜;基于Elman神經網絡的中期電力負荷預測模型研究[D];蘭州理工大學;2007年

，

本文編號：1908626