改进BP神经网络的光伏系统发电功率预测
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

河南省科技攻关项目(132102210208)


Prediction of Capacity of Power Generation System Based on Improved BP Neural Network
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    为了提高光伏发电功率的预测精度,提出一种改进BP神经网络的光伏发电功率预测模型.首先采用包括室外温度、光照辐射量、风速等作为输入层节点,交流发电功率作为输出节点,引入RMSE作为衡量最优模型指标,确定了隐含层节点数,然后采用BP神经网络对其进行学习,并采用布谷鸟搜索算法对BP神经网络进行优化,最后采用仿真实验对其有效性进行测试.结果表明,改进神经网络提高了光伏发电功率预测精度,具有一定的推广价值.

    Abstract:

    In order to improve the prediction accuracy of photovoltaic power generation, a prediction model of photovoltaic power generation based on improved BP neural network is proposed. First, such factors as outdoor temperature, light radiation, wind speed and other factors are taken as input layer nodes while AC power is taken as output nodes, RMSE is introduced as indicators to measure the optimal model to determine number of hidden layer nodes, and then BP neural network is used to learn which cuckoo search algorithm is used to optimize BP neural network. Finally, the simulation experiment is used to test its effectiveness. The results show that improved neural network can improve prediction accuracy of photovoltaic power generation, and it has a widespread value.

    参考文献
    相似文献
    引证文献
引用本文

韩艳赞,周伟.改进BP神经网络的光伏系统发电功率预测.计算机系统应用,2016,25(11):227-231

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2015-12-04
  • 最后修改日期:2016-06-20
  • 录用日期:
  • 在线发布日期: 2016-11-15
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号