期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于小波分析与神经网络的光伏电站功率预测方法 被引量:26
1
作者 朱红路 李旭 +1 位作者 姚建曦 张凡 《太阳能学报》 EI CAS CSCD 北大核心 2015年第11期2725-2730,共6页
针对光伏电站输出功率时间序列表征出来的周期性非平稳特性,提出一种基于多尺度小波分解和神经网络相结合的光伏功率预测方法。将光伏电站输出功率时间序列在不同尺度上进行小波分解,得到逼近信号和多层细节信号。利用神经网络逼近非线... 针对光伏电站输出功率时间序列表征出来的周期性非平稳特性,提出一种基于多尺度小波分解和神经网络相结合的光伏功率预测方法。将光伏电站输出功率时间序列在不同尺度上进行小波分解,得到逼近信号和多层细节信号。利用神经网络逼近非线性函数的能力,选择理论计算太阳辐照强度和气象环境逼近信号作为逼近信号神经网络模型的输入,选择气象环境细节信号作为细节信号神经网络模型的输入。输出结果叠加合成得到原始光伏电站输出功率序列预测值。算例分析表明,该文提出的将光伏电站输出功率时间序列分解为周期性逼近信号和准平稳细节信号,并分别采用神经网络建立预测模型的方法保证算法的收敛性和预测精度。 展开更多
关键词 光伏功率预测 小波分析 神经网络 理论太阳辐射强度 气象环境
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部