文献类型：期刊文章

作　　者：张立影[1] 刘智昱[2] 孟令甲[3] 王泽忠[1]

机构地区：[1]华北电力大学电子与电子工程学院,北京102206 [2]国网河南省电力公司新乡供电公司,河南新乡453002 [3]石家庄铁道大学四方学院电气工程系,河北石家庄051132

出　　处：《可再生能源》

年　　份：2015

卷　　号：33

期　　号：2

起止页码：171-176

语　　种：中文

收录情况：BDHX、BDHX2014、CAB、CAS、CSA、CSA-PROQEUST、IC、RCCSE、ZGKJHX、核心刊

摘　　要：提出了一种小波分解(Wavelet Transform,WT)和径向基函数神经网络(RBFNN)相结合的预测方法,并引入理论太阳辐照量、温度和相对湿度数据来预测未来24 h光伏电站的输出功率。小波分解能有效地表征光伏电站输出功率时间序列的局部特征,人工智能方法可以捕捉到光伏发电中的非线性特性。预测结果表明,采用该方法预测光伏电站输出功率,能有效地提高预测精度。

关 键 词：神经网络 小波变换 光伏发电 功率预测 气象因素

分 类 号：TM615]