论文摘要
为提高光伏发电功率的预测精度,使电力行业充分、合理地利用太阳能资源,提出一种基于Elman神经网络模型的短期光伏发电功率预测方法。将历史数据细分为不同季节、不同天气类型的多个子集,通过计算气象特征向量间的欧式距离选取相似日,建立Elman神经网络,对三种不同季节和天气类型条件下的光伏发电功率分别进行预测。结果表明,预测模型在晴天条件下有较高预测精度,对提高光伏发电功率的预测效果有一定的参考价值。
论文目录
文章来源
类型: 期刊论文
作者: 刘佳林,李刚,王腾飞
关键词: 光伏发电,功率预测,相似日,神经网络
来源: 科技与创新 2019年02期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 电力工业,自动化技术
单位: 兰州交通大学机电技术研究所,甘肃省物流及运输装备信息化工程技术研究中心,甘肃省物流与信息技术研究院
分类号: TM615;TP183
DOI: 10.15913/j.cnki.kjycx.2019.02.043
页码: 43-45
总页数: 3
文件大小: 1841K
下载量: 327