基于改进双并联过程神经网络的光伏功率预测
何祖军
周光辉
杨奕飞
1.江苏科技大学电子信息学院 镇江 2120012.江苏科技大学电子信息学院 镇江 2120013.江苏科技大学电子信息学院 镇江 212001
摘要：在光伏发电领域,面对复杂多变的天气,实现光伏发电量的准确预测是一个难点问题.光伏发电量的准确预测能为电网平稳调度提供参考依据,但传统方法进行光伏发电输出功率预测误差大、响应时间长,难以满足电网需求调度的问题.提出一种改进双并联过程神经网络的光伏功率预测方法,对神经元的聚合运算机制和激励方式向时间域进行扩展,利用动态增量来更新双并联过程神经网络的权值,避免因误差变化小而使网络陷入局部极小值.仿真结果表明,使用改进后的模型预测光伏发电功率能得到更高的预测精度.
关键词：调度过程神经网络聚合动态增量
分类号：TM615(发电、发电厂)
论文发表日期：2019-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 1890-1894 )
英文信息