典型文献
基于改进相似日和深度置信网络的光伏短期功率预测
文献摘要：
针对基于传统灰色关联度的相似日选择算法进行光伏短期功率预测精度不高的问题,提出一种逆向云-灰色关联度相似日选取混合算法进行光伏发电短期功率精确预测.算法充分考虑环境因素对光伏发电量的不确定性影响,通过合理选择最优相似日作为深度信念网络的训练样本,建立基于相似日的粒子群优化深度置信网络光伏短期功率预测模型,用于提高光伏短期功率预测精度.采用该方法,并在不同天气状况(晴天、多云)下进行光伏短期功率预测,预测结果分别与传统BP神经网络、相似日BP神经网络、粒子群优化深度置信网络预测结果进行了对比.结果表明,所提方法在2种不同天气状况下均具备较高的预测精度,证明了模型的优越性、有效性与通用性.
文献关键词：
光伏功率预测;灰色关联度;逆向云算法;深度置信网络
中图分类号：
作者姓名：
刘永涛;胡冠中;张晋华;王红艳
作者机构：
华北水利水电大学电气工程学院,河南 郑州 450000;许昌学院电气与机械工程学院,河南 许昌 461000;新能源电力系统国家重点实验室(华北电力大学),北京 100096
文献出处：
引用格式：
[1]刘永涛;胡冠中;张晋华;王红艳-.基于改进相似日和深度置信网络的光伏短期功率预测)[J].能源与节能,2022(11):1-6
A类：
B类：
进相,深度置信网络,短期功率预测,灰色关联度,选择算法,相似日选取,混合算法,精确预测,光伏发电量,深度信念网络,训练样本,粒子群优化,功率预测模型,不同天气状况,晴天,多云,有效性与通用性,光伏功率预测,逆向云算法
AB值：
0.228845
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。
