当前位置:主页 > 科技论文 > 电力论文 >

基于改进鸟群算法和极限学习机模型的光伏发电系统输出功率预测研究

发布时间:2023-03-31 23:35
  准确预测光伏发电系统的输出功率,可以帮助电网调度部门合理安排调度计划,并能够提高光伏发电场的发电效率。为此,文章首先提出了一种改进鸟群(IBSA)算法,并采用IBSA对极限学习机(ELM)进行优化,构建了性能良好的IBSA-ELM预测模型;然后,利用IBSA-ELM模型、BSA-ELM模型和SVM模型对光伏发电系统输出功率进行预测,并采用均方根误差(RMSE)和决定系数(R2)对该模型的预测效果进行评估。分析结果表明:IBSA算法的收敛精度优于BSA算法;IBSA-ELM模型的预测精度优于BSA-ELM模型和SVM模型。

【文章页数】:8 页

【文章目录】:
0 引言
1 预测模型的构建
    1.1 极限学习机原理
    1.2 鸟群优化算法及其改进
2 实验验证
    2.1 改进鸟群优化算法(IBSA)的收敛性能测试
    2.2 云遮蔽对光照强度的影响
    2.3 光伏发电系统输出功率预测
3 结论



本文编号:3776011

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/dianlilw/3776011.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户1bf1f***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com