华北电力大学学报(自然科学版)

2018, v.45;No.195(05) 29-35+61

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于最优相似度与IMEA-RBFNN的短期光伏发电功率预测
Short-term Photovoltaic Power Forecasting Based on Optimal Similarity and Radial Basis Function Neural Networks Optimized by Improved Mind Evolutionary Algorithm

李燕青;杜莹莹;

摘要(Abstract):

针对光伏发电功率受气象因素影响而具有波动性与随机性问题,提出一种基于最优相似度与IMEARBFNN的短期光伏发电功率预测方法。利用相关性分析与平均影响值(Mean Impact Value,MIV)算法选取出温度、湿度、辐照度3个气象因素作为输入指标,通过最优相似度理论计算得到预测日的相似日。将相似日数据与预测日气象数据作为输入,采用改进思维进化算法(Improved Mind Evolutionary Algorithm,IMEA)优化径向基神经网络(Radical Basis Function Neural Network,RBFNN)模型对预测日光伏发电功率进行预测。结果表明改进思维进化算法优化径向基神经网络可以提高模型预测精度,为光伏发电功率预测提供一种有效方法。

关键词(KeyWords): 光伏发电功率预测;最优相似度;平均影响值;相似日;改进思维进化;径向基神经网络

Abstract:

Keywords:

基金项目(Foundation): 自治区科技支疆项目(2017E0277)

作者(Author): 李燕青;杜莹莹;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享