文献类型：期刊文章

作　　者：冬雷[1] 周晓[1] 郝颖[1] 廖晓钟[1] 高阳[2]

Dong Lei;Zhou Xiao;Hao Ying;Liao Xiaozhong;Gao Yang(College of Automation, Beijing Institute of Technology, Beijing 100081, China;College of Electric Power, Shenyang Institute of Engineering, Shenyang 110136, China)

机构地区：[1]北京理工大学自动化学院,北京100081 [2]沈阳工程学院电力学院,沈阳110136

出　　处：《太阳能学报》

年　　份：2018

卷　　号：39

期　　号：4

起止页码：1018-1025

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSCD、CSCD2017_2018、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：首先通过建立辐照度和功率之间的关系,剔除功率奇异值来完成初步筛选,其次通过计算辐照度、温度、云量等气象因素与发电功率的相关系数,选取相关系数较大的气象因素来评价历史天与预测天的相似度,提取与预测天最相似的历史天作为训练样本来完成二次筛选,最后利用BP神经网络和遗传算法进行光伏发电的功率预测,结果表明该方法具有较高的预测精度。

关 键 词：光伏发电预测  BP神经网络 双重筛选  相似日 遗传算法

分 类 号：TK514]