电网技术

2015, v.39;No.382(09) 2438-2443

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

基于灰色系统校正-小波神经网络的光伏功率预测
Photovoltaic Output Prediction Based on Grey System Correction-Wavelet Neural Network

丁明;刘志;毕锐;朱卫平;

摘要(Abstract):

为提高非理想天气条件下的光伏功率预测精度,提出基于灰色系统校正-小波神经网络(wavelet neural network,WNN)的预测方法。首先以基于相似日算法的WNN进行逐时功率预测,并进行累加获得日累加功率。根据光伏出力历史数据,确定各广义天气类型的平均偏差比,并以平均偏差比进行平滑处理后的相邻日功率建立离散灰色系统模型(discrete gray model,DGM),进行日总功率预测并获得及其判断区间。最后以日总功率值判断区间为标准对累加功率值进行校正,得到校正后的各时段的预测值。算例结果验证了所提方法的有效性。

关键词(KeyWords): 小波神经网络;灰色系统模型;相似日;相邻日;平均偏差比

Abstract:

Keywords:

基金项目(Foundation): “安徽省科技攻关项目(12010202036);; 2014江苏电力公司科技项目”的资助

作者(Author): 丁明;刘志;毕锐;朱卫平;

Email:

DOI: 10.13335/j.1000-3673.pst.2015.09.010

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