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
2
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
考虑混沌特征的增强型大脑情绪神经网络光伏发电功率超短期预测模型
被引量：
21
1
作者
王育飞
杨启星
薛花
《高电压技术》
EI
CAS
CSCD
北大核心
2021年第4期1165-1175,共11页
为进一步提高光伏发电功率超短期预测的准确度,根据光伏功率时间序列固有的非线性混沌特征,提出一种基于改进粒子群优化(improved particle swarm optimization,IPSO)算法和增强型大脑情绪神经网络(enhanced brain emotional neural net...
为进一步提高光伏发电功率超短期预测的准确度,根据光伏功率时间序列固有的非线性混沌特征,提出一种基于改进粒子群优化(improved particle swarm optimization,IPSO)算法和增强型大脑情绪神经网络(enhanced brain emotional neural network, EENN)的光伏发电功率超短期预测模型。首先,利用非线性变换将光伏功率序列的隐含信息特征投射至高维相空间,获得反映吸引子轨迹的新数据空间;随后,为提高模型的超短期预测能力,通过考虑系统在空间中连续吸引子轨迹的非线性几何特征,利用EENN模型建立高维空间中的数据映射关系,并采用IPSO算法实现对EENN模型中所有权值和阈值的迭代优化,以提高EENN模型的数据挖掘和预测能力;最后,基于实测光伏发电功率数据进行单步预测以实现对所提模型的有效验证。算例分析表明,所提预测模型具有比传统模型更好的预测效果,有效提高了光伏功率超短期预测的准确度。
展开更多
关键词
光伏发电
功率预测模型
混沌相空间重构
改进粒子群优化
增强型大脑情绪神经网络
超短期
在线阅读
下载PDF
职称材料
基于BO-SVM和ISO改进的ENN光伏功率超短期预测模型
被引量：
1
2
作者
王育飞
汪弦哲
+2 位作者
薛花
余光正
杨秀
《太阳能学报》
北大核心
2025年第6期280-288,共9页
针对超短期光伏功率预测时传统大脑情绪神经网络(ENN)短反射通路拟合能力不强导致预测精度不高的问题,提出一种基于贝叶斯优化-支持向量机(BO-SVM)和改进蛇优化(ISO)的大脑情绪神经网络光伏功率预测模型。首先,为提高短反射通路的非线...
针对超短期光伏功率预测时传统大脑情绪神经网络(ENN)短反射通路拟合能力不强导致预测精度不高的问题,提出一种基于贝叶斯优化-支持向量机(BO-SVM)和改进蛇优化(ISO)的大脑情绪神经网络光伏功率预测模型。首先,为提高短反射通路的非线性拟合能力,采用基于BO-SVM的历史数据三维相点分类平面选取方法,并考虑三维相点到分类平面距离,提取历史数据非线性特征;其次,改进蛇优化算法并用于ENN的权值寻优,确保短反射通路合理表达历史数据非线性特征;然后,对光伏功率时间序列进行混沌相空间重构,并建立基于BO-SVM和ISO改进的ENN光伏功率超短期预测模型;最后,运用实测数据,验证所提模型实现不同天气下光伏功率超短期预测精度的提升。
展开更多
关键词
光伏功率
预测
混沌理论
改进
大脑
情绪
神经网络
在线阅读
下载PDF
职称材料
题名
考虑混沌特征的增强型大脑情绪神经网络光伏发电功率超短期预测模型
被引量：
21
1
作者
王育飞
杨启星
薛花
机构
上海电力大学电气工程学院
出处
《高电压技术》
EI
CAS
CSCD
北大核心
2021年第4期1165-1175,共11页
基金
国家自然科学基金(61873159)
上海市科技创新行动计划(20DZ2205500)。
文摘
为进一步提高光伏发电功率超短期预测的准确度,根据光伏功率时间序列固有的非线性混沌特征,提出一种基于改进粒子群优化(improved particle swarm optimization,IPSO)算法和增强型大脑情绪神经网络(enhanced brain emotional neural network, EENN)的光伏发电功率超短期预测模型。首先,利用非线性变换将光伏功率序列的隐含信息特征投射至高维相空间,获得反映吸引子轨迹的新数据空间;随后,为提高模型的超短期预测能力,通过考虑系统在空间中连续吸引子轨迹的非线性几何特征,利用EENN模型建立高维空间中的数据映射关系,并采用IPSO算法实现对EENN模型中所有权值和阈值的迭代优化,以提高EENN模型的数据挖掘和预测能力;最后,基于实测光伏发电功率数据进行单步预测以实现对所提模型的有效验证。算例分析表明,所提预测模型具有比传统模型更好的预测效果,有效提高了光伏功率超短期预测的准确度。
关键词
光伏发电
功率预测模型
混沌相空间重构
改进粒子群优化
增强型大脑情绪神经网络
超短期
Keywords
PV power generation
power prediction model
chaotic phase space reconstruction
improved particle swarm optimization
enhanced brain emotional neural network
ultra-short-term
分类号
TM615 [电气工程—电力系统及自动化]
TP18 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
基于BO-SVM和ISO改进的ENN光伏功率超短期预测模型
被引量：
1
2
作者
王育飞
汪弦哲
薛花
余光正
杨秀
机构
上海电力大学电气工程学院
出处
《太阳能学报》
北大核心
2025年第6期280-288,共9页
基金
国家自然科学基金(52207121)
上海市科技创新行动计划(22010501400)。
文摘
针对超短期光伏功率预测时传统大脑情绪神经网络(ENN)短反射通路拟合能力不强导致预测精度不高的问题,提出一种基于贝叶斯优化-支持向量机(BO-SVM)和改进蛇优化(ISO)的大脑情绪神经网络光伏功率预测模型。首先,为提高短反射通路的非线性拟合能力,采用基于BO-SVM的历史数据三维相点分类平面选取方法,并考虑三维相点到分类平面距离,提取历史数据非线性特征;其次,改进蛇优化算法并用于ENN的权值寻优,确保短反射通路合理表达历史数据非线性特征;然后,对光伏功率时间序列进行混沌相空间重构,并建立基于BO-SVM和ISO改进的ENN光伏功率超短期预测模型;最后,运用实测数据,验证所提模型实现不同天气下光伏功率超短期预测精度的提升。
关键词
光伏功率
预测
混沌理论
改进
大脑
情绪
神经网络
Keywords
photovoltaic power
forecasting
chaos theory
improved brain emotional neural network
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
考虑混沌特征的增强型大脑情绪神经网络光伏发电功率超短期预测模型
王育飞
杨启星
薛花
《高电压技术》
EI
CAS
CSCD
北大核心
2021
21
在线阅读
下载PDF
职称材料
2
基于BO-SVM和ISO改进的ENN光伏功率超短期预测模型
王育飞
汪弦哲
薛花
余光正
杨秀
《太阳能学报》
北大核心
2025
1
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
