基于相似日和GA-DBN神经网络的光伏发电短期功率预测  

作　　者：梁彩霞 高赵亮 

机构地区：[1]江苏大学电气信息工程学院

出　　处：《电气应用》2019年第3期97-102,共6页Electrotechnical Application

基　　金：国家自然基金(51477070);江苏高校优势学科建设工程资助项目PAPD(20116)

摘　　要：光伏电站输出功率受多种外界环境因素影响显著,存在非线性、波动大等缺点。针对这一问题,提出改进的深度置信网络(Deep Belief Network,DBN)的方法。首先利用遗传算法(Genetic Algorithm,GA)为DBN神经网络选取最优的初始权值;其次利用灰色关联度法选择与预测日气象特征相似度高的日期,将这些日期的天气数据和历史发电功率作为训练样本训练DBN神经网络,建立短期光伏预测模型;最后通过仿真算例分析验证了该方法对传统DBN模型预测准确度的提升,且具有一定的可行性。

关 键 词：短期功率预测 相似日 深度置信网络 遗传算法 

分 类 号：TM615[电气工程—电力系统及自动化]