基于FOA-Elman神经网络的光伏发电功率预测模型

作者:李芸; 李萍; 麻利新

摘要:光伏发电功率对光伏发电的可靠性起着决定性作用。针对Elman神经网络收敛速度慢、训练时间较长的问题,利用果蝇算法(FOA)来优化Elman神经网络的权值和阈值,从而提高运行效率。建立了基于FOA-Elman神经网络的光伏发电功率预测模型,并给出了算法设计及编码方案。仿真实验结果表明,FOA-Elman模型预测精度比传统Elman神经网络模型预测精度高,更适合于光伏发电功率预测。

分类:
  • 期刊
  • >
  • 自然科学与工程技术
  • >
  • 工程科技II
  • >
  • 电力工业
收录:
  • 维普收录(中)
  • 知网收录(中)
  • 国家图书馆馆藏
  • 上海图书馆馆藏
  • 万方收录(中)
关键词:
  • 光伏发电
  • 功率预测
  • 果蝇算法
  • elman神经网络
  • 预测精度

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

期刊名称:电工电气

期刊级别:省级期刊

期刊人气:2629

杂志介绍:
主管单位:江苏省机械工业联合会
主办单位:苏州电气科学研究所有限公司
出版地方:江苏
快捷分类:电力
国际刊号:1007-3175
国内刊号:32-1800/TM
邮发代号:28-184
创刊时间:1981
发行周期:月刊
期刊开本:A4
下单时间:1个月内
复合影响因子:0.39
综合影响因子:0.5