本文關鍵詞：基于主成分分析和遺傳優(yōu)化BP神經網絡的光伏輸出功率短期預測

  更多相關文章： 主成分分析 遺傳算法 功率預測 BP神經網絡 光伏系統(tǒng)

【摘要】：針對光伏系統(tǒng)輸出功率的波動性和間歇性特點,提出一種基于主成分分析(PCA)和遺傳算法(GA)優(yōu)化的BP神經網絡功率短期預測方法。通過歷史功率數據和實時氣象因素對輸出功率進行直接預測,利用主成分分析法將多個原始變量降維成少數彼此獨立的變量,作為神經網絡的輸入。同時利用遺傳算法的全局搜索特性在解空間中定位一個較好的空間,優(yōu)化BP的初始權值閾值,克服了傳統(tǒng)BP神經網絡易陷入局部極小點、學習收斂速度慢的問題。通過建立不同預測模型進行對比,驗證了所提算法和模型的有效性。
【作者單位】： 沈陽農業(yè)大學信息與電氣工程學院;
【關鍵詞】： 主成分分析 遺傳算法 功率預測 BP神經網絡 光伏系統(tǒng)
【基金】：遼寧省自然科學基金項目(2013020141)~~
【分類號】：TM615;TP183
【正文快照】： 隨著國家對光伏補貼政策的推進,光伏發(fā)電大量并入電網,分布式戶用型太陽能發(fā)電正在興起。而我國北方地區(qū)秋冬季節(jié)的太陽能資源較豐富,有很大的利用價值[1]。因此,通過對北方戶用型光伏系統(tǒng)進行輸出功率短期預測,能夠更合理地制定發(fā)電計劃與負荷分布規(guī)劃,對光伏系統(tǒng)的發(fā)展有重

【相似文獻】

中國期刊全文數據庫 前7條

1 呂文星;;基于主成分分析和聚類分析方法的電力行業(yè)上市公司年報分析[J];河北理工大學學報(社會科學版);2007年S1期

2 王瑞蓮;趙萬里;;基于改進主成分分析法的水輪發(fā)電機組振動故障診斷研究[J];水力發(fā)電學報;2014年03期

3 劉家軍;姚李孝;苗華;李曉騰;;基于SPSS的電力需求與行業(yè)發(fā)展之間的規(guī)律研究[J];現代電力;2010年06期

4 彭璽;王先培;黃云光;;基于多尺度加權主成分分析的SF_6紅外光譜分析[J];光譜學與光譜分析;2012年06期

5 齊敏芳;付忠廣;景源;馬亞;;基于信息熵與主成分分析的火電機組綜合評價方法[J];中國電機工程學報;2013年02期

6 周松林;茆美琴;蘇建徽;;基于主成分分析與人工神經網絡的風電功率預測[J];電網技術;2011年09期

7 ;[J];;年期

中國重要會議論文全文數據庫 前3條

1 楊曉亮;徐建源;林莘;;主成分BP神經網絡預測模型在風電場輸出功率中的應用[A];2010輸變電年會論文集[C];2010年

2 尹昌潔;王海東;;基于主成分分析的鍋爐NO_x排放的神經網絡建模[A];智能化電站技術發(fā)展研討暨電站自動化2013年會論文集[C];2013年

3 曾遠方;張步涵;吳俊利;別佩;李枚;趙爽;;基于主成分分析的風電場等值方法的研究[A];湖北省電工技術學會、武漢電工技術學會2013年度學術年會、第五屆“智能電網”暨“電機能效提升”發(fā)展論壇論文集[C];2013年

中國碩士學位論文全文數據庫 前3條

1 富雙進;電站風機故障預警系統(tǒng)的研究[D];華北電力大學;2015年

2 周寶玉;基于改進主成分分析的電網分區(qū)方案評價模型的研究[D];華北電力大學;2015年

3 張寧;水泥生產電耗預測與用電負荷優(yōu)化調度技術研究[D];天津理工大學;2015年

，

本文編號：828169