一種
光伏發(fā)電系統(tǒng)功率預測方法,屬于
光伏發(fā)電技術領域。本發(fā)明根據光伏發(fā)電功率函數,選取太陽輻照強度和溫度為光伏發(fā)電功率影響要素,對天氣類型進行數值編碼;構造天氣類型特征向量,并對特征向量各分量進行歸一化,定義相似度計算方法,選取與預測日氣象條件相似的歷史日;雙隱層BP神經網絡,將量化后的氣象因素加入模型輸入變量,并采用附加動量與變學習率結合的梯度修正法作為權值修改算法,對選取的相似日樣本集分別進行訓練。本發(fā)明利用相似日歷史發(fā)電數據訓練BP神經網絡,有效提高光伏發(fā)電功率預測精度,改善因短期內天氣類型變化而引起的預測精度降低甚至模型失效的問題。
聲明:
“光伏發(fā)電系統(tǒng)功率預測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)