光伏发电系统的rbf神经网络预测研究

《光伏发电系统的rbf神经网络预测研究》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、为了确保“教学点数字教育资源全覆盖”项目设备正常使用，我校做到安装、教师培训同步进行。设备安装到位后，中心校组织各学点管理人员统一到县教师进修学校进行培训，熟悉系统的使用和维护。光伏发电系统的RBF神经网络预测研究　　摘要近年来，随着光伏发电出现井喷式的发展态势，大量发电系统并入电网中，为了提前获得光伏发电项目的可行性结论，并在此基础上进行系统的进一步优化，需要对光伏发电输出功率进行预测。影响光伏发电系统功率输出的主要因素在文章中做了简要分析，尝试用RBF函数对光伏发电功率预测的人工神经网络算法进行了改进，用光伏电站发电历史数据与天气情况训练了所建立的模型，并进行了简单

2、预测。　　【关键词】RBF函数发电预测神经网络气象因素　　外界因素极易影响光伏电站的功率输出，尤其是太阳辐照强度和天气等因素，其发电的不稳定性会对并网形成冲击，因此在光伏发电大规模应用中，发电量的预测成了众多研究重点之一。　　本文在建立了光伏发电系统的短期预测模型的基础上，尝试采用了RBF函数优化神经网络，并对系统一段时间内的发电量用所建立的模型进行预测和分析。　　1光伏发电功率输出的影响因素　　气象影响　　光伏发电系统受多种气象因素影响。本文尝试对XX年1月1日～5月30日，5个月的温度、气压、相对湿度、风速等逐时发电量等，采用为了充分发挥“教学点数字教育资源全覆盖”

3、项目设备的作用，我们不仅把资源运用于课堂教学，还利用系统的特色栏目开展课外活动，对学生进行安全教育、健康教育、反邪教教育等丰富学生的课余文化生活。为了确保“教学点数字教育资源全覆盖”项目设备正常使用，我校做到安装、教师培训同步进行。设备安装到位后，中心校组织各学点管理人员统一到县教师进修学校进行培训，熟悉系统的使用和维护。Pearson相关系数法分析其相关性。其计算公式为：　　结合阈值等级可见：光伏系统的发电量受气温和相对湿度的影响较大；环境温度变化越大发电量受影响越大；相对湿度变化越大；其他因素相关性比较低。　　天气影响　　当天气出现云团时，其移动和不规则形状较大程度

4、上影响了光伏发电系统是对太阳辐射的反射和吸收。天气类型主要与云团的大小和移动速度有关，不同的天气类型，光伏发电功率的差距很大。　　2光伏发电系统的功率神经网络算法　　BP神经网络　　BP神经网络是1986年由Rumelhart和McCelland为首的科研小组提出。　　BP神经网络的训练就是将测试集用来训练，验证集代入每次训练后的输出，求其误差和，当训练误差的方差趋于0而验证误差的方差在不断增大时，算法即可以终止。　　按照步骤得到算法如下：初始化数据->给定输入量和目标输出->求隐含层、输出层各节点输出->求目标值和实际输出值单位误差->计算反向误差->极值学习->判断

5、学习是否结束，若未结束则返回重新计算节点输出。　　径向基函数神经网络优化算法　　任意的非线性函数都能被RBF网络轻易拟合，RBF为了充分发挥“教学点数字教育资源全覆盖”项目设备的作用，我们不仅把资源运用于课堂教学，还利用系统的特色栏目开展课外活动，对学生进行安全教育、健康教育、反邪教教育等丰富学生的课余文化生活。为了确保“教学点数字教育资源全覆盖”项目设备正常使用，我校做到安装、教师培训同步进行。设备安装到位后，中心校组织各学点管理人员统一到县教师进修学校进行培训，熟悉系统的使用和维护。网络可以处理许多难以解析的规律性，其很快的学习和收敛速度，在处理自然语言理解、图像模

6、式识别、景物理解、不完整信息的处理、智能机器人控制等方面具有优势。　　3系统预测模型的结构设计　　基于历史天气情况的神经网络模型　　我们把采集的历史天气情况作为数据输入层的输入数据。根据上文分析结果得知，需要建立的神经网络输入层神经元数量为3个；同样，我们把光伏发电功率作为输出层的输出，需要建立的神经网络输出层神经元数量为1个。根据神经网络的特征，隐含层的节点数约为5个。　　神经网络模型的训练　　我们把实验室得到的XX年7月1日-7月30日之间的历史天气情况数据和光伏发电系统的输出数据，作为训练神经网络的样本，一天从上午八点至下午五点日落，每1h采集一次，共采集到600

7、组数据。用采集到的数据作为训练样本，训练改进的神经网络。　　预测结果的分析　　我们用XX年8月1日这一天的数据作为测试的样本，共采集到20组，用以验证建立好的神经网络。图1是实际测试值与预测的输出功率比较图。　　分析光伏发电系统的实际测试值与预测的输出功率的百分误差，从图1可以很清晰地看出，基于天气数据的RBF为了充分发挥“教学点数字教育资源全覆盖”项目设备的作用，我们不仅把资源运用于课堂教学，还利用系统的特色栏目开展课外活动，对学生进行安全教育、健康教育、反邪教教育等丰富学生的课余文化生活。为了确保“教学点数字教育资源全覆盖”项目设备正