基于改进的BP神经网络的光伏组件发电量预测模型设计
Water Resources and Power（2013）
摘要
针对光伏并网发电系统发电量的不稳定性对电网的冲击和污染,分析了光伏发电的影响因素,建立了基于改进的BP神经网络的发电量预测模型.该模型采用Fletcher-Reeves共轭梯度算法,克服了传统BP神经网络算法收敛较慢的缺点,在保持训练过程稳定的前提下,具有更快的学习速率.结合光伏发电的历史数据和当天天气情况,对该模型进行训练、测试和评估,并应用于光伏系统发电量的预测中.结果表明,该模型具有较高的精度,提高了光伏并网发电的安全和稳定性.
更多查看译文
关键词
electricity generation forecasting,photovoltaic system,BP neural network,Fletcher-Reeves conjugate gradient algorithm
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要