重庆理工大学学报(自然科学) ›› 2020, Vol. 34 ›› Issue (2): 217-221.doi: 10.3969/j.issn.1674-8425(z).2020.02.030

• 电气·电子 • 上一篇    下一篇

一种改进的灰色BP神经网络光伏出力预测方法

孙成胜a,张红民a,王 艳b,巴忠镭a   

  1. 重庆理工大学 a.电气与电子工程学院;b.计算机科学与工程学院,重庆 40005
  • 收稿日期:2019-01-19 发布日期:2020-03-18
  • 作者简介:孙成胜,男,硕士研究生,主要从事电气信息获取与处理技术研究,E-mail:Scsagm1@163.com;通讯作者 张 红民,男,博士,教授,主要从事图像处理与模式识别研究,E-mail:hmzhang@cqut.edu.cn。

  • Received:2019-01-19 Published:2020-03-18

摘要: 光伏出力的准确预测对于光伏发电系统的大规模应用具有重要意义。针对光伏出 力预测描述自然规律困难及传统灰色模型预测精度不高等问题,提出了一种基于改进的灰色 BP神经网络光伏出力预测方法。利用模糊 c均值聚类(FCM)的方法将数据分类,选择与预测 日最为接近的一类作为样本,利用灰色 GM(1,1)预测模型得到预测数据。将灰色模型预测结 果与相对应的日最高、最低温度作为 BP神经网络的输入,以对应的实测数据为输出训练得到最 终的预测模型。采用江苏某光伏电站的实测数据验证,结果表明该模型在预测精度上有一定的 提升。

关键词: 光伏出力预测, 灰色预测模型, BP神经网络, 模糊c均值聚类

中图分类号: 

  • TM615