基于Leaky-ESN的光伏发电输出功率预测

被引：8

作者：

胡海峰 ^{[1
]}

伦淑娴 ^{[2
]}

机构：

[1] 渤海大学工学院

[2] 渤海大学新能源学院

来源：

电子设计工程 | 2016年 / 24卷 / 17期

关键词：

泄露积分型回声状态网; 光伏发电影响因素; 历史数据; 光伏输出功率预测;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算]; TM615 [太阳能发电];

学科分类号：

080811 [新能源发电与电能存储]; 140502 [人工智能];

摘要：

利用PVSYSTEM系统产生的数据分析了光伏发电系统输出功率的主要影响因素,并且建立了基于泄露积分型回声状态网(Leaky-ESN)对光伏发电系统输出功率的预测模型。Leaky-ESN比起其他的神经网络具有训练方法简单,预测精度高的优点,因此将光伏发电影响因素的历史数据作为输入和训练样本,对模型输出功率进行预测。仿真结果表明,Leaky-ESN具有很高的预测精度。

引用

页码：15 / 17

页数：3

共 14 条

[1]

Optimization and applications of echo state networks with leaky-integrator neurons [J].