• 设为首页
  • 加入收藏
  • 联系邮箱
  • 网站首页
  • 期刊介绍
    • 期刊简介
    • 历任主编
    • 期刊荣誉
  • 编委会
    • 社长及主编
    • 主任委员
    • 编委名单
  • 投稿指南
    • 作者须知
    • 投稿步骤
    • 范文(规范细则)
    • 稿件处理流程
    • 著作权转让协议
  • 期刊影响力
  • 开放获取
  • 出版道德政策
    • 出版伦理声明
    • 学术不端认定和处理方法
    • 广告及市场推广
    • 同行评议流程
    • 斟误和撤回
    • 回避制度
    • 文章署名及版权转让
  • 历年目次
  • 联系我们
  • English
站内检索    
 
刘爱国,黄泽平,薛云涛,汪硕承.基于遗传算法小波神经网络的光伏微网发电预测[J].电测与仪表,2017,54(7):.
LIU AiGuO,HUANG Zeping,XUE Yuntao,WANG Shuocheng.Application for Photovoltaic Power ForecastingUsing Improved Wavelet Neural Networks -based on GA[J].Electrical Measurement & Instrumentation,2017,54(7):.
基于遗传算法小波神经网络的光伏微网发电预测
Application for Photovoltaic Power ForecastingUsing Improved Wavelet Neural Networks -based on GA
DOI:
中文关键词:  光伏微网  光伏功率预测  气象因子  遗传算法  小波神经网络
英文关键词:Microgrids  Photovoltaic(PV) power forecast  Genetic algorithm  Wavelet neural networks
基金项目:
           
作者中文名作者英文名单位
刘爱国LIU AiGuO南昌大学 信息工程学院
黄泽平HUANG Zeping南昌大学 信息工程学院
薛云涛XUE Yuntao南昌大学 信息工程学院
汪硕承WANG Shuocheng南昌大学 信息工程学院
摘要点击次数: 1382
中文摘要:
      准确预测光伏微网在未来某确定的时段内的发电功率,对电力系统稳定和经济运行有着重要意义。本文通过对比发电功率和气象等历史数据,分析了在光伏发电中天气、太阳辐射及温度等因素对发电功率预测的影响,同时综合遗传算法全局快速寻优特性与小波分析的时频局部特性,建立基于遗传算法的小波神经网络光伏微网发电预测模型。结果表明,基于遗传算法的小波神经网络模型的学习能力和泛化能力更强,同时把气象预测数据作为网络的输入有利于提高模型的预测精度。
英文摘要:
      It is important for the energy conservation and emissions reduction to accurately predicate the power of Photovoltaic micro-source in a certain period of time in the future. In this paper, by comparing the power and meteorological history data, analyzes the factors such as weather, solar radiation and temperature in the photovoltaic power generation power prediction ,based on the global optimization searching performance of the genetic algorithm and the time-frequency localization of the wavelet neural networks, microgrids photovoltaic power generation forecasting model has been established. Through case analysis, the results show that wavelet neural network based on genetic algorithm has better learning ability and generalization ability. And in the aspect of microgrids photovoltaic power, the forecasting model is more valuable in practical application.
查看全文  查看/发表评论  下载PDF阅读器
关闭
  • 哈尔滨电工仪表研究所有限公司
  • 中国电工仪器仪表信息网
  • 中国仪器仪表学会
  • 中华人民共和国新闻出版总署
  • 中国科技期刊编辑学会
  • 黑龙江省科学技术协会
  • 编辑之家
  • 中国知网
  • 万方数据库
  • 维普网
  • 北极星电力网
  • 中华中控网
  • 网站首页
  • 期刊介绍
    • 期刊简介
    • 历任主编
    • 期刊荣誉
  • 编委会
    • 社长及主编
    • 主任委员
    • 编委名单
  • 投稿指南
    • 作者须知
    • 投稿步骤
    • 范文(规范细则)
    • 稿件处理流程
    • 著作权转让协议
  • 期刊影响力
  • 开放获取
  • 出版道德政策
    • 出版伦理声明
    • 学术不端认定和处理方法
    • 广告及市场推广
    • 同行评议流程
    • 斟误和撤回
    • 回避制度
    • 文章署名及版权转让
  • 历年目次
  • 联系我们
地址:哈尔滨市松北区创新路2000号    邮编:150028
邮箱:dcyb@vip.163.com    电话:0451-86611021;87186023
© 2012 电测与仪表    哈公网监备2301003445号
黑ICP备11006624号-1
技术支持:北京勤云科技发展有限公司