文献类型：期刊文章

作　　者：寇文珍[1] 唐仲杰[1] 崇磊[2] 王威民[3]

机构地区：[1]兰州石化职业技术大学,甘肃兰州730060 [2]国网甘肃省电力公司刘家峡水电厂,甘肃永靖731600 [3]古浪县直滩初级中学,甘肃古浪733104

出　　处：《光源与照明》

基　　金：2023年高校教师创新基金项目“基于强化学习的光伏电站发电功率组合预测方法研究”(2023B-292)。

年　　份：2024

期　　号：11

起止页码：123-125

语　　种：中文

收录情况：普通刊

摘　　要：文章基于BP神经网络和遗传算法对光伏电站的发电功率进行预测,提出了一种结合BP神经网络与遗传算法的方法,利用主成分分析算法获取数据集中信息保留率大于90%的前4个主成分;采用基于MIV的神经网络变量筛选算法进行数据降维,筛选出对光伏电站发电功率影响较大的4个属性;对BP神经网络和基于遗传算法优化BP神经网络预测模型的原理进行了介绍;建立了4种不同的预测模型,并采用了均方误差和决定系数作为评估模型准确度的关键指标。通过仿真分析,验证了所提方法的有效性和准确性。

关 键 词：BP神经网络 遗传算法 光伏电站 功率预测

分 类 号：TM615]