基于art2wnf神经网络和k-means算法的光伏发电输出功率短期预测

《基于art2wnf神经网络和k-means算法的光伏发电输出功率短期预测》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据学校代号学号：：．’密级：1053611105010496公开长沙理工大学硕士学位论文基于ART2wNF神经网络和K．means算法的光伏发电输出功率短期预测学位申请人姓名奎查指导教师陵△所在学院电氢生信息王猩堂院专业名称电左丕统拯墓自动丝论文提交日期2Q!垒生垒目论文答辩日期2Q!垒生5月答辩委员会主席万方数据BasedontheART2wNFNeuralNetworkandK—meansAlgorithmofShort—termForecastingforPowerOutputofPhotovoItaicGenerationbyLIQiB．E．(Chang

2、shaUniversityofScience&Technology)201AthesissubmittedinPartialsatisfactionoftheRequirementsforthedegreeofMasterofEngineering1nElectricPowerSystemanditsAutomation1nChangshaUniversityofScience&TechnologySupervisorAssociateProfessorCHENZhongApril，2014万方数据长沙理工大学学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的

3、指导下独立进行研究所取得的研究成果。除了文中特另LIJJn以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名：杏奇日期：加·睁6月乡日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权长沙理工大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论

4、文属于1、保密口，在年解密后适用本授权书。2、不保密q。(请在以上相应方框内打“√”)储虢苍奇导师签名：氍·易日期：2．,ol悔6月多日日期：力I牛年6月乡日万方数据摘要随着光伏发电的稳步发展和大力推广，光伏发电出力在电力系统中占有越来越高的比重，但由于其具有较高的波动性和不稳定性，大规模光伏发电系统并网运行会严重影响电力系统的安全、稳定、经济运行，光伏系统日功率的分析和预测日益成为一个重要的研究课题。对光伏发电系统输出功率进行短期准确预测可有效地减轻光伏发电系统接入对电网的不利影响，保证电网的安全稳定运行。本文首先对课题的的研究背景及国内外研究现状做了简要介绍，继而

5、简单说明了光伏发电的基础性理论知识。在有了一定光伏理论作为基础之后，本文从基于太阳辐射和光伏发电系统模型的短期预测技术和基于历史数据的短期预测技术两个方面对光伏发电输出功率的短期预测技术做了概括性介绍。在此基础上，以BP神经网络为代表，简要介绍了基于传统神经网络的光伏发电输出功率短期预测方法，且针对传统神经网络大都具有易陷入局部极小点等缺陷，而应用较广且较为典型的ART2神经网络又具有同相位不可分、模式漂移及不具有稳定性一可塑性自适应切换等缺陷，本文特提出一种将ART2wNF神经网络和K-means算法相结合的双层复合型网络方法，该方法主要以ART2wNF神经网络层的

6、聚类结果作为K-means算法层的初始聚类中一tl,，以弥补传统神经网络及ART2wNF神经网络和K-means算法各自的缺陷。最后，本文分别基于BP神经网络和本文提出的双层复合型网络对美国俄勒冈州Ashland光伏电站2002年4月16日和2002年6月15日的光伏输出功率进行了预测，并将预测结果与Ashland光伏电站的实测数据进行对比，计算出其绝对误差百分比值，同时，完成了该复合型网络的预测结果和以BP神经网络为代表的传统神经网络的预测结果间的对比分析。两种预测结果的对比分析说明了ART2wNF神经网络和K-means算法相结合的双层复合型网络对光伏输出功率预测

7、的平均绝对百分比误差相对以BP神经网络为代表的传统神经网络有了大幅下降，验证了该复合型网络在精确性上的提高。关键词：光伏发电；输出功率预测；ART2wNF神经网络；K-means算法万方数据ABSTRACTWiththesteadydevelopmentandgreatpromotionofphotovoltaicpowergeneration，theoutputofphotovoltaicpowergenerationisaccountinganincreasinglyhighproportioninthepowersystem．Butduetoi