期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于ACO-BP神经网络的光伏发电短期功率预测研究
被引量：
3
1
作者
钟安德
吴自玉
+2 位作者
谢宗效
毛玉明
杨留方
《电子设计工程》
2024年第18期82-86,共5页
光伏发电存在着波动性和不确定性,对光伏发电系统的功率预测是提高光伏发电的利用率和经济效益的重要举措。通过构建蚁群算法(ACO)优化后的BP神经网络预测模型进行短期光伏功率预测研究,引入灰色关联度分析,确定影响光伏发电的主要因素...
光伏发电存在着波动性和不确定性,对光伏发电系统的功率预测是提高光伏发电的利用率和经济效益的重要举措。通过构建蚁群算法(ACO)优化后的BP神经网络预测模型进行短期光伏功率预测研究,引入灰色关联度分析,确定影响光伏发电的主要因素,提高模型的预测准确性。该模型综合了ACO的寻优能力和BP神经网络的自学习、自适应能力。将训练好的模型用于光伏发电短期功率预测研究,对比仿真结果得出ACO-BP神经网络模型在晴天时的预测误差为8.60%,多云时的预测误差为12.53%,雨天时的预测误差为26.27%,其预测精度均优于原BP神经网络模型。
展开更多
关键词
光伏发电
蚁群算法
BP神经网络
参数优化
短期功率预测
在线阅读
下载PDF
职称材料
题名
基于ACO-BP神经网络的光伏发电短期功率预测研究
被引量：
3
1
作者
钟安德
吴自玉
谢宗效
毛玉明
杨留方
机构
云南民族大学电气信息工程学院
出处
《电子设计工程》
2024年第18期82-86,共5页
文摘
光伏发电存在着波动性和不确定性,对光伏发电系统的功率预测是提高光伏发电的利用率和经济效益的重要举措。通过构建蚁群算法(ACO)优化后的BP神经网络预测模型进行短期光伏功率预测研究,引入灰色关联度分析,确定影响光伏发电的主要因素,提高模型的预测准确性。该模型综合了ACO的寻优能力和BP神经网络的自学习、自适应能力。将训练好的模型用于光伏发电短期功率预测研究,对比仿真结果得出ACO-BP神经网络模型在晴天时的预测误差为8.60%,多云时的预测误差为12.53%,雨天时的预测误差为26.27%,其预测精度均优于原BP神经网络模型。
关键词
光伏发电
蚁群算法
BP神经网络
参数优化
短期功率预测
Keywords
photovoltaic power generation
Ant Colony Optimization
BP neural network
parameter optimization
short-term power prediction
分类号
TM615 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于ACO-BP神经网络的光伏发电短期功率预测研究
钟安德
吴自玉
谢宗效
毛玉明
杨留方
《电子设计工程》
2024
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
