当前位置:主页 > 科技论文 > 电力论文 >

基于经验模态分解和ELM神经网络的逐时太阳能辐照量预测

发布时间:2019-11-08 06:08
【摘要】:准确的太阳能辐照量预测对于光伏发电系统具有重要意义。提出一种基于经验模态分解(EMD)和ELM神经网络的逐时辐照量组合预测模型。首先,根据预测日的环境信息,构建相似日逐时辐照量时间序列;然后,将时间序列进行EMD,分解为具有不同频率的信号,并对每个信号建立ELM神经网络预测模型;最后,将不同信号的预测值相加便可得到原始辐照量序列的预测值。算例比较表明,所提方法比传统的预测方法具有更高的预测准确度和更快的运算速度。
【图文】:

辐照量,逐时,神经网络预测,序列


p,N为样本集总个数。那么输入和输出的数学关系为:鄱j=1lfj(Wj,bj,Xi)ηj=oii=1,2,…,N(11)第王守相,等:基于经验模态分解和ELM神经网络的逐时太阳能辐照量预测8期10005000辐照量/(W·h·m-2)2000-200IMF15000-500IMF25000-500IMF31000-100IMF41000-100IMF51000-100IMF60.040.020IMF7300200100050100150200250300350400450t/h图1相似日逐时辐照量序列及EMD结果Fig.1HourlyradiationsequenceofsimilardaysanditsEMDresultsr输入层隐含层输出层…f(W,,b,X)ηoX图2典型ELM的结构图Fig.2TypicalstructureofELM

隐含层节点,辐照量,预测模型


?各预测值相加EMDIMF1IMF2IMF7…rELM预测模型ELM预测模型ELM预测模型ELM预测模型…相似日辐照量序列辐照量预测值图4EMD与ELM组合预测算法流程图Fig.4FlowchartofhybridforecastingalgorithmbasedonEMDandELM图3ELM预测算法流程图Fig.3FlowchartofELMforecastingalgorithm解出相应参数值预测结果确定最佳隐含层节点数训练数据集测试数据集预测数据集数据归一化处理辐照量时间序列80400δRMSE20406080100120140ELM隐含层节点数测试训练图5不同隐含层节点数ELM的效果比较Fig.5ChartofELMeffectvs.hiddenlayerneuronnumber

【相似文献】

相关期刊论文 前10条

1 王建宁;;论离网型光伏系统的优化设计[J];太阳能;2007年10期

2 张志勇;;氙灯暴露试验良好再现性的保证[J];环境技术;2011年01期

3 史伟会;孟Ze;孙以泽;彭乐乐;;基于七点法太阳定位器的自动跟踪系统研究[J];水电能源科学;2011年07期

4 陈菊芳;沈辉;杨灼坚;梁学勤;李军勇;朱薇桦;;中山大学光伏并网示范电站分析[J];电源技术;2010年03期

5 李晶;裴刚;季杰;;太阳能有机朗肯循环低温热发电关键因素分析[J];化工学报;2009年04期

6 张宏祥;段伦博;王灏良;;太阳能计算软件在光伏系统集成领域的应用[J];阳光能源;2011年01期

7 谈蓓月,杨金焕,葛亮;太阳能光伏并网系统的设计和数据通信[J];华东电力;2004年09期

8 张志勇;;氙灯曝露试验中标准物质的用途及使用方法[J];环境技术;2006年04期

9 ;海南太阳能发电潜能可抵51个三峡电站[J];东方电机;2008年01期

10 李果华,孙艳宁,Woodall J M,严辉,Freeouf J L;新型单晶薄膜InP太阳电池的光谱响应[J];人工晶体学报;2004年05期

相关会议论文 前2条

1 高亮;李果华;孟昭渊;;LED太阳模拟器的设计[A];第十届中国太阳能光伏会议论文集:迎接光伏发电新时代[C];2008年

2 陈祥;;基于机理模型的并网光伏电站实时效率分析[A];战略性新兴产业的培育和发展——首届云南省科协学术年会论文集[C];2011年

相关重要报纸文章 前2条

1 闻言;乳山核电站并不存在“叫停”[N];中国改革报;2008年

2 记者 赖志凯邋实习生 黎何兴;海南欲将“太阳岛”打造成“光伏岛”[N];工人日报;2008年

相关硕士学位论文 前4条

1 方白;光伏电站检测系统的研究[D];东华大学;2012年

2 聂颖;100kWp光伏电站的建设与研究[D];大连理工大学;2012年

3 冯志诚;太阳能光伏发电性能影响因素的研究[D];内蒙古工业大学;2013年

4 柴亚盼;光伏发电系统发电效率研究[D];北京交通大学;2014年



本文编号:2557694

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/dianlilw/2557694.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户69133***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com