典型文献
基于GWO-EEMD-BP神经网络的光伏发电功率短期预测
文献摘要：
为了实现复杂气象条件下光伏电站发电功率的准确预测以减少并网冲击,基于GWO算法耦合EEMD技术和BP神经网络算法构建复杂天气情形下光伏电站发电功率有效预测模型.引入EEMD技术降低极端天气下历史发电功率的波动性,利用GWO算法优化BP神经网络算法随机分布的权重和阈值以提升预测结果的精度,并利用所建立的GWO-EEMD-BP神经网络预测模型和传统的EEMD-BP神经网络预测模型对不同复杂气象条件下的光伏发电功率进行预测.研究结果表明:相较于传统的EEMD-BP预测模型,本文所建立的GWO-EEMD-BP神经网络预测模型通过阈值和权重优化及分解重组可有效提升不同复杂气象条件下预测结果精度.
文献关键词：
GWO算法;EEMD;BP神经网络;光伏发电短期功率预测
中图分类号：
作者姓名：
文爽;马逸骋;孙志强
作者机构：
中南大学能源科学与工程学院,湖南长沙,410083
文献出处：
引用格式：
[1]文爽;马逸骋;孙志强-.基于GWO-EEMD-BP神经网络的光伏发电功率短期预测)[J].中南大学学报（自然科学版）,2022(12):4799-4808
A类：
B类：
GWO,EEMD,光伏发电功率,短期预测,复杂气象条件,下光,光伏电站,准确预测,并网,神经网络算法,复杂天气,极端天气,波动性,算法优化,随机分布,神经网络预测模型,权重优化,光伏发电短期功率预测
AB值：
0.181039
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
