基于改进MNN光伏发电功率预测模型

作     者：王大虎 贾倩 林红阳 WANG Da-hu;JIA Qian;LIN Hong-yang

作者机构：河南理工大学电气工程与自动化学院河南焦作454000 国网福建省电力有限公司经济技术研究院福建福州350003 

基　　金：国家自然科学基金资助项目(U1404612) 

出 版 物：《电子设计工程》 (Electronic Design Engineering)

年 卷 期：2018年第26卷第12期

页      码：1-5页

摘      要：针对光伏发电的不确定性导致频率波动和电力系统不稳定带来的不利影响,本文采用改进模块化神经网络(MNN)对光伏发电功率进行预测,即利用回声状态网络代替MNN中原训练子模块模型。首先按季节输入历史数据;再经任务分解模块将数据分为不同天气类型的子数据,与预测日及预测日前一日的平均温度作为子模型输入样本;利用回声状态网络作为预测子模型,对相应输入样本训练与发电功率预测;最后经整合输出模块输出预测结果。结果表明,此方法较本文选用的其他方法预测精度提高28%以上。

主 题 词：模块化神经网络 回声状态网络 电力系统 光伏发电功率预测 天气类型 

学科分类：080903[080903] 0809[工学-计算机类] 08[工学] 

D　O　I：10.14022/j.cnki.dzsjgc.2018.12.001

馆 藏 号：203297746...