基于粒子群算法的BP神经网络光伏电池建模

被引：15

作者：

郭亮 ^{[1
,2
]}

陈维荣 ^{[1
]}

贾俊波 ^{[2
,3
]}

韩明 ^{[2
]}

刘永浩 ^{[2
]}

机构：

[1] 西南交通大学电气工程学院

[2] 淡马锡理工学院工程学院

[3] 南洋理工大学电力电子工程学院

来源：

电工电能新技术 | 2011年 / 02期

基金：

中央高校基本科研业务费专项资金资助;

关键词：

光伏电池; 神经网络; 粒子群算法;

D O I：

暂无

中图分类号：

TM914.4 [太阳能电池];

学科分类号：

080502 ;

摘要：

针对光伏电池复杂难以建模的非线性特性,本文提出一种基于粒子群算法(PSO)的反向传播(BP)神经网络建模方法。神经网络具有很强的非线性拟合能力,但同时也存在收敛速度慢、容易陷入局部极值、建模精度不高等缺点。本文采用粒子群算法来优化神经网络的内部连接权值,以改善神经网络的性能,并基于这种改进的神经网络构建光伏电池动态模型。测试及仿真结果表明,通过此法建立的光伏电池模型辨识精度高,收敛速度快,取得了较好的效果。

引用

页码：84 / 88

页数：5