本文選題：光伏電站 + 功率預(yù)測(cè)�。� 參考：《太陽(yáng)能學(xué)報(bào)》2017年06期

【摘要】：提出一種智能水滴(intelligent water drops,IWD)算法優(yōu)化Elman神經(jīng)網(wǎng)絡(luò)的光伏電站輸出功率預(yù)測(cè)模型。利用智能水滴算法對(duì)Elman神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值進(jìn)行優(yōu)化,可提高網(wǎng)絡(luò)的訓(xùn)練效率。將IWD優(yōu)化Elman神經(jīng)網(wǎng)絡(luò)模型、傳統(tǒng)Elman神經(jīng)網(wǎng)絡(luò)模型和BP神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)結(jié)果分別與光伏電站的實(shí)際出力數(shù)據(jù)進(jìn)行對(duì)比。結(jié)果表明,所提出的IWD-Elman神經(jīng)網(wǎng)絡(luò)模型具有較高的預(yù)測(cè)精度。
[Abstract]:An intelligent water dropsi IWD algorithm is proposed to optimize the output power prediction model of photovoltaic power plant based on Elman neural network. The training efficiency of Elman neural network can be improved by using intelligent water drop algorithm to optimize the weights and thresholds. The prediction results of IWD optimized Elman neural network model, traditional Elman neural network model and BP neural network model are compared with the actual output data of photovoltaic power station. The results show that the proposed IWD-Elman neural network model has high prediction accuracy.
【作者單位】： 華北電力大學(xué)控制與計(jì)算機(jī)工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金(51407076) 河北省自然科學(xué)基金(F2014502050)
【分類號(hào)】：TM615;TP183

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張倩;;基于Elman網(wǎng)絡(luò)非線性散射參數(shù)測(cè)量與建模[J];現(xiàn)代電子技術(shù);2011年03期

2 余向前;路民輝;任琳杰;梁穎;;基于改進(jìn)型Elman神經(jīng)網(wǎng)絡(luò)的短期電力負(fù)荷預(yù)測(cè)[J];電力信息與通信技術(shù);2014年02期

3 王曉霞;馬良玉;王兵樹;王濤;;進(jìn)化Elman神經(jīng)網(wǎng)絡(luò)在實(shí)時(shí)數(shù)據(jù)預(yù)測(cè)中的應(yīng)用[J];電力自動(dòng)化設(shè)備;2011年12期

4 陳洋;瞿睿;;基于改進(jìn)型Elman神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模糊神經(jīng)網(wǎng)絡(luò)控制的變風(fēng)量空調(diào)設(shè)計(jì)[J];現(xiàn)代建筑電氣;2013年01期

5 劉爽;;基于Elman型神經(jīng)網(wǎng)絡(luò)的電力系統(tǒng)短期負(fù)荷預(yù)測(cè)研究[J];民營(yíng)科技;2012年12期

6 劉歡;劉吉臻;張文廣;張超;;基于小波Elman神經(jīng)網(wǎng)絡(luò)的短期風(fēng)速預(yù)測(cè)[J];華東電力;2013年04期

7 陳前;毛承雄;陸繼明;余翔;;基于改進(jìn)Elman網(wǎng)絡(luò)的最優(yōu)勵(lì)磁控制器[J];大電機(jī)技術(shù);2007年03期

8 李運(yùn)紅;張ng濤;裴未遲;;基于小波包-Elman神經(jīng)網(wǎng)絡(luò)的電機(jī)軸承故障診斷[J];河北理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年04期

9 趙建軍;張?jiān)玛?yáng);梁威;;Elman神經(jīng)網(wǎng)絡(luò)在高壓電力計(jì)量系統(tǒng)故障診斷中的應(yīng)用[J];電測(cè)與儀表;2014年13期

10 肖蕾;李郁俠;;基于自適應(yīng)Elman神經(jīng)網(wǎng)絡(luò)的短期風(fēng)電功率預(yù)測(cè)[J];西安理工大學(xué)學(xué)報(bào);2014年01期

相關(guān)會(huì)議論文 前1條

1 ;Battery State-Of-Charge Estimation in Electric Vehicle Using Elman Neural Network Method[A];第二十九屆中國(guó)控制會(huì)議論文集[C];2010年

相關(guān)碩士學(xué)位論文 前6條

1 曹芙;基于Elman神經(jīng)網(wǎng)絡(luò)及優(yōu)化算法的混合模型的研究及應(yīng)用[D];蘭州大學(xué);2015年

2 王柳;基于復(fù)合特性Elman神經(jīng)網(wǎng)絡(luò)的風(fēng)速預(yù)測(cè)[D];天津工業(yè)大學(xué);2016年

3 周展;基于Elman神經(jīng)網(wǎng)絡(luò)控制的風(fēng)電最大功率點(diǎn)追蹤的研究[D];湖南大學(xué);2016年

4 張巧;基于改進(jìn)免疫算法和Elman神經(jīng)網(wǎng)絡(luò)的超聲馬達(dá)速度辨識(shí)與控制[D];吉林大學(xué);2006年

5 郭姣姣;基于改進(jìn)Elman神經(jīng)網(wǎng)絡(luò)的短期電力負(fù)荷預(yù)測(cè)[D];遼寧工業(yè)大學(xué);2015年

6 任麗娜;基于Elman神經(jīng)網(wǎng)絡(luò)的中期電力負(fù)荷預(yù)測(cè)模型研究[D];蘭州理工大學(xué);2007年

，

本文編號(hào)：1908626