語言:

基于数据挖掘和遗传小波神经网络的光伏电站发电量预测

张成 ; 白建波 ; 兰康 ; 还新新 ; 樊辰 ; 夏旭

太阳能学报, 2021-03, Vol.42 (3), p.375-382

可取得全文

引用被引用

題名:
基于数据挖掘和遗传小波神经网络的光伏电站发电量预测
著者: 张成 ; 白建波 ; 兰康 ; 还新新 ; 樊辰 ; 夏旭
所屬期刊: 太阳能学报, 2021-03, Vol.42 (3), p.375-382
描述: TM615/TK514; 为了解决光伏发电预测不确定性问题,进一步提高光伏电站发电量的预测精度.提出一种基于数据挖掘和遗传小波神经网络的光伏电站发电混合预测模型,利用K均值聚类算法对历史数据进行分类,并对传统BP神经网络进行改进.以BP神经网络为基础,引入小波分析构建小波神经网络,同时利用遗传算法对网络的初始参数进行全局寻优得到最优参数,利用交叉熵函数对学习规则进行改进.改进后的网络模型既具有小波分析的良好的局部时域和频域特性,又具有全局搜索能力,可增大跳出局部最优的可能性,同时拥有更快的收敛能力和稳定性.实验结果验证了该算法的有效性.
出版者: 河海大学机电工程学院,常州 213022
語言: 中文
識別號: ISSN: 0254-0096
DOI: 10.19912/j.0254-0096.tynxb.2019-0867
資源來源: Alma/SFX Local Collection

返回到檢索清單