Print

基于人工蜂群算法改进BP神经网络的光伏发电量预测

论文摘要

新能源产业发展对电网电能消纳提出新的要求和挑战,准确的发电量预测对电力调度部门合理转供、优化分配负荷起着重要作用.光伏发电量受到天气、云层遮挡、温湿度的影响较大,发电量变化快、数据量大,针对传统BP神经网络负荷预测方法的不足,提出了基于人工蜂群改进的ABC-BP神经网络算法,融合两种算法在全局迭代、局部搜索能力以及泛化能力方面的优势,整合训练样本天气、温度等影响因素,对光伏出力进行预测.仿真结果表明,改进型的人工蜂群BP神经网络较传统BP神经网络算法具有准确性高、均方误差小的优点,同时收敛速度加快,具有更好的稳定性和鲁棒性,可以有效预测发电量的变化,为电力调度提供更为准确的参考,有较强的实践应用价值.

论文目录

  • 1 人工蜂群算法的原理
  •   1.1 ABC算法原理
  •   1.2 基于ABC算法的BP神经网络 （ ABC-BP）
  • 2 基于蜂群改进BP神经网络的负荷预测模型建立
  •   2.1 ABC算法初始化
  •   2.2 数据集介绍
  •   2.3 数据预处理
  • 3 实验结果与比较分析
  • 4 结束语

    • 文章来源

    类型: 期刊论文

    作者: 郑建鄂,谭建军,鄂翔宇,邹蕾,宋池

    关键词: 人工蜂群算法,神经网络,光伏,电量预测

    来源: 湖北民族学院学报(自然科学版) 2019年01期

    年度: 2019

    分类: 基础科学,工程科技Ⅱ辑,信息科技

    专业: 电力工业,自动化技术

    单位: 湖北民族大学信息工程学院,国网湖北省电力有限公司巴东县供电公司

    基金: 国家自然科学基金项目(61771188)

    分类号: TP18;TM615

    DOI: 10.13501/j.cnki.42-1569/n.2019.03.020

    页码: 90-95

    总页数: 6

    文件大小: 1820K

    下载量: 319

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/ca06901389095ef8cbd3e3bd.html