基于相似日和径向基函数神经网络的光伏阵列输出功率预测.pdf

  本文关键词：基于相似日和径向基函数神经网络的光伏阵列输出功率预测，，由笔耕文化传播整理发布。

文档介绍：
^第33卷第1期I一 2013年1月电力自动化设奎Electric Power Automation EquipmentVol 33 NoJan.2013基于相似日和径向基函数神经网络的光伏阵列输出功率预测王晓兰1,2.葛鹏江·(1兰州理工大学电气与信息工程学院,甘肃兰州730050;2甘肃省工业过程先进控制重点实验室.甘肃兰州730050)摘要:选取太阳辐照时间、辐照强度以及气温等影响光伏阵列输出功率的主要气象因素.根据相似日的输出功率具有较强的关联度,提出选择相似日的方法,设计基于相似日和径向基函数(RBF)神经网络的光伏阵列输出功率预剥模型。选取最邻近的一个相似El与待预测日气象特征向量的差值作为RBF神经网络的输入变量.神经网络的输出值即为待预测日光伏阵列输出功率.以我国西北某地光伏阵列的实测功率数据对所提模型进行训练和验证,得到预测模型的平均绝对百分误差为13 82%.均方根误差为0.4054.验证了所提模型具有较好的精度.关键词:光伏阵列;输出功率;径向基函数网络:相似日:预测:模型:神经网络中圉分类号:TM 615 文献标识码:A DOI:10.3969/j issn.1006-60472013,01.019 0引言光伏发电技术是当前利用太阳能3-2]的主要方式之.由于光伏发电系统的输出功率受到太阳辐照强度、温度、辐照时间等众多因素的影响.具有很大的时... 内容来自转载请标明出处.

  本文关键词：基于相似日和径向基函数神经网络的光伏阵列输出功率预测，由笔耕文化传播整理发布。