基于相似日和CAPSO-SNN的光伏发电功率预测

查看全文 作　　者：[1]陈通 [1]孙国强索引[1]卫志农索引[1]臧海祥索引[1]孙永辉索引Kwok W [2]Cheung [3]李慧杰

机构地区：[1]河海大学能源与电气学院,江苏南京211100;[2]ALSTOMGridInc.,Redmond,USAWashington98052;[3]阿尔斯通电网技术中心有限公司,上海201114

出　　处：《电力自动化设备》索引2017年第37卷第3期,共6页

基　　金：国家自然科学基金资助项目(51277052,51507052)~~ 摘　　要：针对光伏发电功率预测精度不高的问题,提出一种基于相似日和云自适应粒子群优化(CAPSO)算法优化Spiking神经网络(SNN)的发电功率预测模型。考虑到季节类型、天气类型和气象等主要影响因素,提出以综合相似度指标进行相似日选取;以SNN强大的计算能力和其善于处理时间序列问题的特点为基础,结合CAPSO算法搜索的随机性和稳定性优化SNN的多突触连接权值,减少对权值的约束,提高算法的收敛精度。根据某光伏电站的实测功率数据对所提模型进行测试和评估,结果表明,该模型比传统预测模型具有更高的预测精度和更好的适用性。 关键词：光伏发电功率预测 SPIKING神经网络云自适应粒子群优化算法相似日选取

相关文献

参考文献（19）
引证文献（33）
耦合文献（3423）

参考文献(19)

引证文献(33)

耦合文献(3423)

互联网出版许可证新出网证(渝)字10号全国400电话 - 免长途话费

基于相似日和CAPSO-SNN的光伏发电功率预测

参考文献(19)

引证文献(33)

耦合文献(3423)

用户提示