线上期刊服务咨询,发表咨询:400-808-1701 订阅咨询:400-808-1721

基于经验模态分解和ELM神经网络的逐时太阳能辐照量预测

王守相 王亚旻 刘岩 张娜 电力自动化设备 2014年第08期

摘要:准确的太阳能辐照量预测对于光伏发电系统具有重要意义.提出一种基于经验模态分解(EMD)和ELM神经网络的逐时辐照量组合预测模型.首先,根据预测日的环境信息,构建相似日逐时辐照量时间序列;然后,将时间序列进行EMD,分解为具有不同频率的信号,并对每个信号建立ELM神经网络预测模型;最后,将不同信号的预测值相加便可得到原始辐照量序列的预测值.算例比较表明,所提方法比传统的预测方法具有更高的预测准确度和更快的运算速度.

关键词:经验模态分解elm神经网络太阳能辐照量预测

单位:天津大学智能电网教育部重点实验室 天津300072 中国电力科学研究院(国网计量中心) 北京100192

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

电力自动化设备

北大期刊

¥700.00

关注 26人评论|1人关注