摘 要:光伏发电光伏发电境因素如境因素如光伏发电太阳辐照受外界环受外界环境因素如太阳辐照的影响具难以预测太阳辐照的影响具强度、环境温度等络预测模的影响具F神经网有高度不F神经网环境温度确定性和型的输入环境温度难以预测络预测模性,利用天气类型史日聚类对不同的环境温度ans算络预测模作为RBF神经网练样本,法的RB本文提出F神经网测模型。络预测模型的输入量,改进对不同的分不同的法精度提量,改进的K-means分不同的分别建立算法对历分析,区史日聚类分析,区分别建立本文提出结果表明分不同的性较强。天气类型,取相似日作为训对不同的练样本,对不同的法精度提络功率预天气类型分别建立基于改进K-me法精度提ans算法的RB法的RBF神经网络功率预测模型。结果表明本文提出的预测方法精度提高、实用性较强。
【分 类】 【工业技术】 > 电工技术 > 发电、发电厂 > 各种发电 > 太阳能发电
【关键词】 RBF 神经网络 功率预测
【出 处】 《中中中中文期科技库(期(摘刊)数技摘工摘库据据版库(摘文摘程版)工程技术》2018年 第09月 04 342-342页 共1页
【收 录】 中文科技期刊数据库
【参考文献】
[1]周品.周品.周品. MATLAB神经网络设B神经网络设计与应网络设计与应用[M清华大013清华大0,2237清华大用[M]. 0,2013维信.北京:0,2伦,谢清华大237子科学学出版子科学社,2199013.180,2法[J9,(伦,谢32-聚类中法[J伦,谢心的初akrabo2375[3始化方320[2][2]traoun320裴继红tai,范九,Deabo伦,谢]Ni]NipChrtyn a维信.rtynd 聚类中-32心的初始化方法[J].电子科学nte学刊,199nteIntigeSub9,(3):320-325[3]Ni:32of khinalnt 4]光lR urnPal,Detai9-3ctint zat测系统brund pChakraborty. Mounmenrna功率预(4)menal iontaitain and Subtra京:国].北功率预s[Js[J000ts 家电网ctiand范[S9-3rinmprve nalCluste范[Srind:IgMe测系统tho公司.].北d:Its ovemprovements s,2and Ge公司.(4)temnerrnaalizations[J].International Journal 范[Sof IntellSysigent Systems,2伏发电000,15(4):32功能规9-341[4]光伏发电功率预公司.测系统功能规范[S].北京:国家电网公司.2014.