摘要:针对光伏发电量预测模型主要以气象因素、历史发电量等作为BP神经网络的输入,输入量多、数据冗余、网络难以收敛.利用主成分分析法PCA (principal components analysis)分析原来多个输入变量反映的个体信息,提取较少的几项综合性变量,减少预测模型的输入量.同时利用遗传算法优化BP网络的权值阈值建立预测模型,克服了神经网络算法的局部收敛、训练速度慢等问题.实验结果表明,该方法提高了预测精度,为解决光伏系统发电量预测提供了一种可行方法.
关键词:光伏发电 发电量短期预测 神经网络 遗传算法 主成分分析法
单位:东南大学电气工程学院 南京210096 江苏省电力公司 南京210024
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
相关范文
主成分分析论文