基于Elman神经网络模型的短期光伏发电功率预测

基于Elman神经网络模型的短期光伏发电功率预测

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

  • 1 相似日的选取
  • 2 Elman神经网络
  • 3 构建Elman神经网络预测模型及实例预测
  •   3.1 构建预测模型
  •   3.2 实例预测
  • 4 结论
  • 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

    相关论文文献

    标签:;  ;  ;  ;  

    基于Elman神经网络模型的短期光伏发电功率预测
    下载Doc文档

    猜你喜欢