典型文献
基于AFSA-BP神经网络的光伏功率预测方法
文献摘要：
为了提高光伏输出功率的预测精度,提出一种利用AFSA(人工鱼群算法)优化BP(反向传播)神经网络的预测方法.该方法基于清洗后的数据,以相关性较高的气象数据作为输入,以光伏输出功率数据作为输出,利用AFSA全局寻优能力和内在并行计算能力优化BP神经网络的权值和阈值,训练得到基于AFSA-BP神经网络的光伏输出功率预测模型.对某光伏电站的仿真分析结果表明,相比于利用BP神经网络、遗传算法优化BP神经网络、粒子群算法优化BP神经网络,所提方法的预测结果准确度更高,与原始数据曲线的拟合程度较优,相关误差评价指标更低,训练耗时较短,能实现对光伏输出功率的快速精确预测.
文献关键词：
人工鱼群算法;BP神经网络;光伏发电;功率预测
中图分类号：
作者姓名：
陈文进;朱峰;张童彦;张俊;张锋明;谢栋;茹伟;宋美雅;范强
作者机构：
国网浙江省电力有限公司,杭州 310007;国网浙江省电力有限公司绍兴供电公司,浙江 绍兴 312362;武汉大学 电气与自动化学院,武汉 430072
文献出处：
引用格式：
[1]陈文进;朱峰;张童彦;张俊;张锋明;谢栋;茹伟;宋美雅;范强-.基于AFSA-BP神经网络的光伏功率预测方法)[J].浙江电力,2022(04):7-13
A类：
B类：
AFSA,光伏功率预测,光伏输出功率,人工鱼群算法,反向传播,洗后,气象数据,全局寻优,寻优能力,并行计算,计算能力,能力优化,权值,练得,输出功率预测,功率预测模型,光伏电站,遗传算法优化,粒子群算法,原始数据,数据曲线,拟合程度,精确预测,光伏发电
AB值：
0.295971
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。
