徐世兵
- 作品数：1 被引量：8H指数：1
- 供职机构：河北师范大学更多>>
- 发文基金：吉林省科技发展计划基金国家高技术研究发展计划更多>>
- 相关领域：电气工程更多>>
- 基于GA-ELM神经网络的逐时太阳辐照量预测被引量：8
- 2016年
- 太阳能辐照量是影响光伏发电的主要因素,准确的太阳能辐照量预测对于光伏发电具有重要的作用。为提高预测模型对环境因素的敏感性与预测精度,提出基于遗传算法(genetic algorithm,GA)改进极限学习机(extreme learning machine,ELM)的太阳辐照量预测方法。首先,选取与太阳能辐照量相关的候选属性因素,确定输入变量;其次,以2009年到2014年与待预测日相同日期前后15 d范围内数据为训练集;再次,采用GA优化ELM的隐含层输入权值及偏置向量;最后,采用优化后的GA-ELM模型,开展逐时太阳辐照预测模型。实测算例表明,相较ELM、BP神经网络,新方法具有更高的预测精度,能够适应外界气象条件突变情况下的辐照预测需要。
- 徐静黄南天王文婷戚佳金徐世兵于志勇
- 关键词：太阳能
