【摘 要】
：
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
【机 构】
：
河海大学机电工程学院,常州 213022
论文部分内容阅读
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.
其他文献
本文探讨了在高等教育“卓越工程师”人才培养模式中引入基于问题学习(PBL)的教学方法,促进本科工程复合型人才的能力和品德,包括:思维能力、动手能力、沟通能力、学习能力、
为适应宽范围输入电压场合,该文结合变频控制(variable frequency control,VFC)和移相控制(phase shift control,PSC)这2种控制方式的特点,提出在输入高压时变换器进行移相控
采用无损的噪声检测手段筛选出呈现GR噪声和1/f噪声的电池,然后进行GR噪声电池和1/f噪声电池电学性能的对比,分析表明呈现GR噪声电池的电学性能明显弱于1/f噪声电池.最后对GR
针对地表太阳辐照度(GHI)短期预测问题,提出一种基于长短期记忆神经网络的短期太阳辐照度预测模型.采用递归结构的训练样本,以保证训练样本内部的时间耦合性.为验证所提模型
提出一种新型双电池风电储能系统,它能以较低的运行成本将风电功率波动维持在规定的范围内;风电场可在每个调度时段内输出恒定功率,使风电稳定地并入电网.当调度功率低于实际
分析系统等效模型,提出一种采用市电补偿的供电方案和基于直流母线电压的功率补偿控制策略,通过检测直流母线电压判断光伏阵列出力与负载功率之间的关系,为系统不同供电模式
针对环境气象监测数据与光伏电站的历史数据,提出一种基于级联随机森林的光伏组件在线故障诊断模型,从模型的特征变量分析、真实数据集的预处理、模型训练及使用3个方面进行
本实验通过建立动物模型,应用ICP-MS结合先进的微波消解方法研究海水环境浸泡后对晶状体的微量元素影响,并对晶状体的形态学变化进行观察,探讨海水环境与微量元素变化之间的
在可再生能源参与电力现货市场交易的环境下,考虑可再生能源发电波动性、系统节点电压稳定性以及实时负荷需求的影响,构建含有可再生能源的多类能源联盟体运营模式,模拟光伏
本文采用自行设计的线-板式脉冲电晕放电反应器,针对恶臭气体乙硫醇开展放大实验研究,考察了峰值电场强度、脉冲频率、反应器结构,以及气体流量等因素对消除效果的影响.在优