投稿須知
    一、投稿須知:
    1.來稿必須是未曾在國內外公開發表過的文章。我刊在審稿的時候使用查重軟件進行查重,以避免學術不端等事件發生。
    2.稿件內容屬于本刊重點報道方向相關的原創性工作,無弄虛作假,無一稿多投。
    3.論 ...

基于最優相似度與IMEA-RBFNN的短期光伏發電功率預測

作者: 李燕青 杜瑩瑩

關鍵詞: 光伏發電功率預測 最優相似度 平均影響值 相似日 改進思維進化 徑向基神經網絡

摘要:針對光伏發電功率受氣象因素影響而具有波動性與隨機性問題,提出一種基于最優相似度與IMEARBFNN的短期光伏發電功率預測方法.利用相關性分析與平均影響值(Mean Impact Value,MIV)算法選取出溫度、濕度、輻照度3個氣象因素作為輸入指標,通過最優相似度理論計算得到預測日的相似日.將相似日數據與預測日氣象數據作為輸入,采用改進思維進化算法(Improved Mind Evolutionary Algorithm,IMEA)優化徑向基神經網絡(Radical Basis Function Neural Network,RBFNN)模型對預測日光伏發電功率進行預測.結果表明改進思維進化算法優化徑向基神經網絡可以提高模型預測精度,為光伏發電功率預測提供一種有效方法.


上一篇: 改進型滑模觀測器飛輪儲能系統控制方法
下一篇: 降雨條件下球電極表面電暈放電特性的試驗研究

華北電力大學信息辦保留網站所有權利 京公網安備:110402430080 京ICP備:14001371
地址:北京昌平區朱辛莊華北電力大學綜合樓D535學報編輯部  郵政編碼:102206
500彩票软件