收藏本站
收藏 | 论文排版

基于改进神经网络的光伏发电功率预测研究

郝倩男  
【摘要】:伴随着全球经济的飞速发展,人类对能源的消耗也在不断增加,传统能源越来越少,面临枯竭的危险,同时传统化石能源燃烧所带来的环境污染问题也引起了人们的关注,人们积极的探索各种可再生资源,以解决化石能源短缺以及环境污染问题。和其他新能源相比,太阳能具有分布范围广、利用率高、无污染等优点。但由于光伏发电具有随机性和间歇性等特点,使得大规模光伏电站的安全稳定运行面临严峻挑战,因此对光伏发电输出功率进行精准预测就有了重要的研究价值和现实意义。本论文致力于优化神经网络模型,探索提高光伏发电功率预测模型精确度的方法。主要的研究内容如下:(1)将Conv LSTM算法用于光伏发电功率预测,同时为了进一步提高预测精度,提出并建立了一种基于EMD-Conv LSTM的光伏发电功率预测模型,首先利用EMD算法将原始功率数据分解成若干个平稳的子序列,再利用Conv LSTM算法对EMD分解的每一个子序列进行预测,将预测结果叠加得到最终的预测结果,最后通过实验验证了模型的可行性。并对LSTM、和EMD-LSTM算法模型进行了仿真实验,结果表明,EMD-Conv LSTM神经网络光伏发电功率预测模型的预测值曲线和实际功率曲线吻合更好,误差更小,预测精度更高。(2)提出并建立了一种基于烟花算法(FWA)优化BP神经网络的光伏发电功率预测模型,考虑到BP神经网络算法选取初始权值和阈值的随机性、容易陷入局部极小值和收敛速度慢的缺点,采用烟花算法来优化BP神经网络的初始权值和阈值,建立了FWA-BP神经网络光伏发电功率预测模型。同时,建立了单一BP神经网络和遗传算法优化BP神经网络(GABP)模型,分别对三种模型进行实例仿真,得到了不同模型的预测曲线图以及相应的误差指标数据,通过对图像和数据的对比分析,验证了所提算法模型的可行性以及准确性。(3)实现了功率预测模型的可视化展示,包括数据处理模块、预测模块以及GUI界面模块,用户在使用时只需要点击按钮就可以完成数据导入、数据处理以及功率预测,并通过GUI界面直观清晰地了解预测结果。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 乔立贤;田卫华;;基于GA-BP神经网络的光伏发电功率预测研究[J];黑龙江科技信息;2014年31期
2 李相俊;许格健;;基于长短期记忆神经网络的风力发电功率预测方法[J];发电技术;2019年05期
3 田剑刚;张沛;彭春华;时珉;王铁强;尹瑞;王一峰;;基于分时长短期记忆神经网络的光伏发电超短期功率预测[J];现代电力;2020年06期
4 卢静;翟海青;刘纯;王晓蓉;;光伏发电功率预测统计方法研究[J];华东电力;2010年04期
5 陈德会;杨海艳;曲宏伟;;基于BP神经网络的光伏发电功率预测研究[J];东北电力技术;2018年04期
6 卢舟鑫;王冰;荣军峰;;基于多时段综合相似日的光伏发电功率预测[J];电源技术;2017年01期
7 孙志强;李东阳;;基于时频熵和神经网络的光伏发电功率预测模型[J];中南大学学报(自然科学版);2020年01期
8 刘晓楠;王胜辉;金月新;曲可丁;;基于BP神经网络的风电场发电功率短期预测[J];沈阳工程学院学报(自然科学版);2015年01期
9 杨秀媛,肖洋,陈树勇;风电场风速和发电功率预测研究[J];中国电机工程学报;2005年11期
10 谭建斌;段春艳;班群;;基于改进神经网络的光伏发电功率短期预测方法研究[J];可再生能源;2019年08期
11 侯涛;;光伏发电功率预测方法研究[J];微型电脑应用;2019年11期
12 叶興;薛家祥;;改进型LSTM网络光伏发电功率预测研究[J];中国测试;2019年11期
13 张艳霞;赵杰;;基于反馈型神经网络的光伏系统发电功率预测[J];电力系统保护与控制;2011年15期
14 张伟;;基于神经网络的光伏发电系统发电功率预测[J];山东工业技术;2017年16期
15 冬雷;周晓;郝颖;廖晓钟;高阳;;基于样本双重筛选的光伏发电功率预测[J];太阳能学报;2018年04期
16 李国进;黄鹏;王雪茹;;基于CA-SE-GA-BP的光伏发电功率预测[J];水电能源科学;2020年04期
17 张波;王晓晨;周旺;陈志华;王剑强;;基于机器学习的光伏发电功率预测——以金华市为例[J];技术与市场;2022年03期
18 孔宏鑫;;新能源风光发电功率预测模型分析[J];电子测试;2022年06期
19 杨滢璇;毕德忠;王道浩;肖帅;;基于径向神经网络的光伏发电功率预测方法研究[J];东北电力技术;2017年11期
20 刘士荣;李松峰;宁康红;周啸波;荣延泽;;基于极端学习机的光伏发电功率短期预测[J];控制工程;2013年02期
中国重要会议论文全文数据库 前20条
1 郑思达;刘影;杨磊;杨晓坤;;基于改进支持向量机算法的光伏发电功率预测方法[A];用电与能效专题讲座暨智能用电及能效管理技术研讨会论文集[C];2019年
2 崔杨;陈正洪;成驰;唐俊;谷春;;光伏发电功率预测预报系统升级方案设计及关键技术实现[A];2014中国环境科学学会学术年会(第十二章)[C];2014年
3 崔杨;陈正洪;孙朋杰;;弃光限电条件下不同纬度地区短期光伏发电功率预测对比分析[A];2016中国环境科学学会学术年会论文集(第四卷)[C];2016年
4 唐建文;张勇;刘君华;;基于神经网络的热电偶非线性校正[A];第三届全国虚拟仪器大会论文集[C];2008年
5 淳庆;邱洪兴;;基于神经网络方法的钢桁梁桥损伤定位研究[A];第14届全国结构工程学术会议论文集(第三册)[C];2005年
6 蒋苏萍;吴今培;;粗糙集神经网络的应用研究[A];中国运筹学会第八届学术交流会论文集[C];2006年
7 王辉;杨杰;黎明;蔡念;;一种基于神经网络的图像复原方法[A];2006年全国光电技术学术交流会会议文集(D 光电信息处理技术专题)[C];2006年
8 ;龙源内蒙古公司风电场发电功率预测系统获省级科技进步奖[A];《风电技术》2013年08月第4期(总第40期)[C];2013年
9 徐凌;邸振禹;宇翔;;神经网络对矩形钢管混凝土优化设计研究[A];钢结构工程研究(十)——中国钢结构协会结构稳定与疲劳分会第14届(ISSF-2014)学术交流会暨教学研讨会论文集[C];2014年
10 韩庆;周石光;;基于神经网络的轧制力预报系统开发[A];全国冶金自动化信息网2009年会论文集[C];2009年
11 高慧;赵建玉;贾磊;;基于前向型神经网络的短时交通流预测研究[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用(CACIS)学术会议论文集[C];2007年
12 姚焕炯;徐朝树;李波;;基于神经网络的激光扫描数据拟合[A];中国测绘学会九届四次理事会暨2008年学术年会论文集[C];2008年
13 姚焕炯;徐朝树;李波;;基于神经网络的激光扫描数据拟合[A];第十届中国科协年会论文集(一)[C];2008年
14 公延飞;范杰清;郝建红;;神经网络在腔体损耗因子预测中的应用[A];2014年全国电磁兼容与防护技术学术会议论文集[C];2014年
15 王晓琳;伍海华;;遗传算法和神经网络在汇率预测中的应用[A];2006中国控制与决策学术年会论文集[C];2006年
16 常学飞;朴哲勇;吕项羽;刘座铭;;基于BP-ANN神经网络的光伏发电功率超短期预测方法[A];发挥科技支撑作用深入推进创新发展——吉林省第八届科学技术学术年会论文集[C];2014年
17 齐冬莲;赵光宙;;非线性动力学系统的神经网络内模控制研究[A];第11届全国电气自动化电控系统学术年会论文集[C];2002年
18 陈佳;;神经网络在上海天然气日负荷预测中的应用[A];第二届中国城市燃气论坛——燃气青年工程师论坛资料汇编[C];2009年
19 吴金星;吴宝安;王宗军;;基于B—P神经网络的企业信用评价方法[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年
20 闫磊;;基于GA-RBF神经网络的瓦斯含量预测方法研究[A];瓦斯地质与瓦斯治理(2020-2021)——中国煤炭学会瓦斯地质学术年会论文集[C];2021年
中国博士学位论文全文数据库 前20条
1 甄钊;光伏发电功率多时间尺度预测方法研究[D];华北电力大学(北京);2018年
2 王函;风光发电功率与用电负荷联合预测方法研究[D];华北电力大学(北京);2021年
3 江沸菠;基于神经网络的混合非线性电阻率反演成像[D];中南大学;2014年
4 杨旭华;神经网络及其在控制中的应用研究[D];浙江大学;2004年
5 姚赛;两类新型神经网络及其在非线性系统控制中的应用[D];东北石油大学;2015年
6 王飞;并网型光伏电站发电功率预测方法与系统[D];华北电力大学;2013年
7 纪厚业;异质图神经网络关键技术研究[D];北京邮电大学;2021年
8 姚卫;时滞忆阻神经网络的同步与多稳定性研究[D];湖南大学;2020年
9 赵俊红;神经网络的正则化及在地质预测中的应用研究[D];大连理工大学;2020年
10 刘宜承;模糊忆阻神经网络的同步性研究[D];西南大学;2021年
11 肖理业;基于机器学习的电磁场建模与设计研究[D];电子科技大学;2019年
12 陈涵瀛;核电站热工水力系统工况预测与诊断方法研究[D];哈尔滨工程大学;2018年
13 梁智杰;聋哑人手语识别关键技术研究[D];华中师范大学;2019年
14 刘昂;微结构硅基光子学器件性能的研究[D];南京大学;2019年
15 赵博雅;基于卷积神经网络的硬件加速器设计及实现研究[D];哈尔滨工业大学;2018年
16 杜昌顺;面向细分领域的舆情情感分析关键技术研究[D];北京交通大学;2019年
17 陈科海;机器翻译上下文表示方法研究[D];哈尔滨工业大学;2019年
18 饶红霞;信息受限下神经网络的状态估计和拟同步研究[D];广东工业大学;2019年
19 张马路;Spiking机器学习算法研究[D];电子科技大学;2019年
20 付钱华;忆阻神经网络的动力学研究[D];电子科技大学;2019年
中国硕士学位论文全文数据库 前20条
1 郝倩男;基于改进神经网络的光伏发电功率预测研究[D];南京邮电大学;2021年
2 彭光虎;基于回声状态神经网络的光伏发电功率预测模型研究[D];青岛大学;2016年
3 傅意超;基于深度学习的短期光伏发电功率预测研究[D];重庆理工大学;2021年
4 陈垣毅;风能及光伏发电功率短期预测方法研究[D];浙江大学;2013年
5 李松威;基于神经网络的光伏发电功率预测研究[D];沈阳工程学院;2017年
6 林俊儒;结合辽宁地区气候特征的光伏发电功率预测[D];东北农业大学;2021年
7 秦俊举;光伏发电功率预测方法的研究[D];西华大学;2014年
8 杨思霄;计及雾霾影响的光伏发电功率超短期预测[D];沈阳农业大学;2019年
9 王军;人工智能方法在光伏发电功率预测中的应用研究[D];华北电力大学;2013年
10 陈博;计及天气与气象因子关联度的短期光伏发电功率预测[D];燕山大学;2021年
11 罗小兰;光伏发电功率预报与负荷预报[D];杭州电子科技大学;2015年
12 贾鹏云;基于深度学习算法的短期光伏发电功率预测研究[D];华北电力大学(北京);2021年
13 张宇翔;光伏功率预测系统设计及评价研究[D];合肥工业大学;2021年
14 蒋俊梅;基于深度学习的光伏板温度和光伏发电功率预测[D];宁夏大学;2020年
15 焦超凡;基于机器学习的短期光伏发电功率预测方法研究[D];中原工学院;2021年
16 杨德全;基于神经网络的光伏发电系统发电功率预测[D];华北电力大学;2014年
17 邵艺博;基于统计升尺度方法的分布式光伏发电功率预测研究[D];沈阳工程学院;2020年
18 朱晓飞;超短期光伏发电功率预测方法的研究[D];南京邮电大学;2020年
19 王丽伟;风电场风速及发电功率预测与经济效益研究[D];华北电力大学(北京);2010年
20 仇琦;模态分解算法在光伏发电功率短期预测中的应用研究[D];杭州电子科技大学;2021年
中国重要报纸全文数据库 前20条
1 记者 张梦然;神经网络打开理解电子相互作用新窗口[N];科技日报;2021年
2 记者 董映璧;神经网络技术检测玻璃钢缺陷精度高[N];科技日报;2020年
3 湖北日报全媒记者 张爱虎 通讯员 徐向军 实习生 于蓝;一群“90后”率先建成铁路“神经网络”[N];湖北日报;2019年
4 记者 刘霞;忆阻器制成神经网络更高效[N];科技日报;2017年
5 整理 本报记者 诸玲珍 顾鸿儒;微软神经网络切割法可使加速作用超线性[N];中国电子报;2018年
6 ;神经网络小史[N];电子报;2018年
7 ;人工智能将取得大面积突破[N];中国企业报;2017年
8 本报记者 龚丹韵;人机大战:人类还有优势吗[N];解放日报;2017年
9 ;人类正迎来云端机器人时代[N];中国企业报;2017年
10 记者 邱智丽;AI竞赛 中国力量崛起[N];第一财经日报;2017年
11 记者 刘霞;新神经网络使计算机像人一样推理[N];科技日报;2017年
12 本报记者 喻思娈;人工智能有多智能?[N];人民日报;2017年
13 记者 王雪青;构建机器世界神经网络 东土科技“抄底”人工智能[N];上海证券报;2017年
14 ;人工智能到底有多智能?[N];长白山日报;2017年
15 本报记者 刘霞;美用DNA制造出首个人造神经网络[N];科技日报;2011年
16 记者 冯海波 通讯员 华轩;构建叠层宽度神经网络成深度模型[N];广东科技报;2021年
17 记者 毛黎;神经网络技术帮自主驾驶汽车识别幻影物体[N];科技日报;2020年
18 记者 孙刚;“神经网络”:打开复杂工艺“黑箱”[N];解放日报;2007年
19 本报首席记者 任荃 实习生 史博臻;轨交“神经网络”触动创新神经[N];文汇报;2011年
20 记者 张梦然;神经网络完成芯片设计仅需几小时[N];科技日报;2021年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978