基于MEA-Elman神经网络的光伏发电功率短期预测

被引：25

作者：

艾格林 ^{[1
]}

孙永辉 ^{[1
]}

卫志农 ^{[1
]}

葛夕武 ^{[2
]}

孙国强 ^{[1
]}

吴国梁 ^{[2
]}

机构：

[1] 河海大学可再生能源发电技术教育部工程研究中心

[2] 南京供电公司

来源：

电网与清洁能源 | 2016年 / 32卷 / 04期

关键词：

光伏发电系统; 功率预测; Elman神经网络; 思维进化算法;

D O I：

暂无

中图分类号：

TM615 [太阳能发电];

学科分类号：

080811 [新能源发电与电能存储];

摘要：

为进一步提高光伏发电功率预测的准确度,从而将思维进化算法(MEA)和Elman神经网络相结合,通过MEA优化Elman神经网络权值和阈值,克服了Elman神经网络易陷入局部最优等缺陷。根据光伏发电系统的历史发电数据和气象数据,建立MEA-Elman神经网络预测模型并对其测试。结果表明,与原有光伏预测模型比较,该预测模型能够有效提高光伏预测的有效性和精确性。

引用

页码：119 / 125

页数：7

共 17 条

[1]

基于Elman神经网络的中期电力负荷预测模型研究 [D].