适用于小样本的神经网络光伏预测方法

发布时间：2019-06-11 16:59

【摘要】：基于神经网络的短期光伏预测方法通常需要大量训练样本,对于新投运的光伏电站,历史运行数据的不足使得常规短期光伏预测方法难以应用。针对该问题,提出一种适用于小样本的双层神经网络单步光伏预测方法。根据光伏发电各环节影响因素的解耦特性,将常规单层神经网络拆分为双层网络,使每层网络具有简化的结构;用单步预测代替多步预测,降低神经网络的输入输出维数;基于统计分析,将天气影响因素有效整合到预测模型中,简化输入输出之间的映射关系。使用实际数据对所提光伏预测模型进行训练和验证,结果表明,所提方法可有效减少对训练样本数量的需求,同时保证预测的准确度。
[Abstract]:......
【作者单位】： 浙江大学电气工程学院 国网浙江省电力公司电力调度控制中心
【基金】：浙江省重大科技专项计划项目(2014C01006)~~
【分类号】：TM615;TP183

【相似文献】

相关期刊论文 前10条

1 纲;;经济情报网预测分网预测方法研讨会在宁波召开[J];科技信息;1987年11期

2 曹煜祺;张立梅;;光伏发电功率预测方法综述[J];黑龙江科学;2017年21期

3 杨茂;董骏城;刘铁;钟宏鸣;;两种基于自适应神经模糊推理系统的风功率预测方法[J];电测与仪表;2016年19期

4 潘国美;;对几种用电预测方法的探讨[J];上海电力;2000年02期

5 高僮;陈波涛;张海峰;;基于支持向量机回归的短期风速预测方法的研究[J];科技创新与应用;2016年36期

6 胡宁;;电力市场分析预测方法探讨[J];科技广场;2012年06期

7 王印松;苏子卿;;一种基于相邻风机测量数据相关性分析的风速预测方法[J];华北电力大学学报(自然科学版);2015年02期

8 李科;何茜;王t，

本文编号：2497342