文献类型：期刊文章

作　　者：罗建春[1] 晁勤[2] 罗洪[1] 冉鸿[1] 杨杰[1] 罗庆[2] 阿里努尔.阿木提[2]

机构地区：[1]国网重庆武隆县供电有限责任公司,重庆408500 [2]新疆大学电气工程学院,新疆乌鲁木齐830008

出　　处：《电力系统保护与控制》

基　　金：国家自然科学基金资助项目(51267020);教育部2012年高等学校博士学科点专项科研基金博导类联合资助课题资助项目(20126501110003);新疆科技支疆资助项目(201091204)~~

年　　份：2014

卷　　号：42

期　　号：13

起止页码：89-94

语　　种：中文

收录情况：BDHX、BDHX2011、CSA、CSA-PROQEUST、CSCD、CSCD_E2013_2014、EI、IC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：为了实现对大规模并网型光伏电站调度,分析影响光伏出力的气象相关因素,以光照强度和温度作为输入量,分季节建立了一种基于LVQ-GA-BP神经网络预测系统。通过LVQ(Learning Vector Quantization)神经网络对样本进行分类,将分类后的样本训练,得出基于BP神经网络光伏电站出力预测系统,从而提高光伏预测精度。采用GA算法替代传统的学习算法优化BP神经网络的权值和阀值,提高预测网络的训练速度。将建立的LVQ-GA-BP预测系统与传统系统进行了比较和分析,结果表明:该方法的建立,不仅提高了光伏出力的预测精度,而且还提高了BP神经网络的训练速度,具有潜在的工程应用价值。

关 键 词：光伏出力预测  LVQ—GA—BP预测模型  气象因素 神经网络

分 类 号：TM615]