光伏电站功率预测——基于BP神经网络与遗传算法*
作者：
杨 懋1，黄 帅2
1.国网甘肃省电力公司刘家峡水电厂,甘肃 永靖 731600
2.古浪县直滩初级中学,甘肃 古浪 733104
摘要
光伏电站的发电功率与众多因素有关，难以用数学方法准确构建系统状态方程。本文基于BP神经网络和遗传算法对光伏电站的发电功率进行预测，首先，利用主成分分析法对数据集进行分析，获得信息保留率大于90%的主成分；其次，结合BP神经网络应用平均影响值MIV算法筛选出对光伏电站发电功率影响较大的因素；再次，对BP神经网络和基于遗传算法优化BP神经网络预测模型的原理进行介绍；最后，建立4种预测模型，采用均方误差MSE和决定系数R2值作为模型准确度的评估指标，通过仿真分析进行对比验证。
关键词：主成分分析；MIV值；BP神经网络；遗传算法
Abstract
Key words：
参考文献 References
[1]龚莺飞，鲁宗相，乔颖，等.光伏功率预测技术[J].电力系统自动化，2016，40（4）：140-151.
[2]孙玉树,安娟,黄存强,张舜祯,裴玮,唐西胜.基于时间卷积网络的电池寿命评估方法[J/OL].工程科学与技术.https://link.cnki.net/urlid/51.1773.tb.20240611.1556.004
[3]王显菊，刘严松，刘琦，吴静，邵青青，MayadaJamal，马叶情．基于高光谱的城市水系沉积物重金属含量反演[J/OL]．成都理工大学学报(自然科学版).https://link.cnki.net/urlid/51.1634.N.20240305.1702.010
[4]朱旭坤，姚李孝，杨国清.基于PSOEM和神经网络的光伏电站功率预测[J].电网与清洁源.2021,37(7):115-120+135
[5]朱旭坤.基于PSOEM和神经网络的光伏电站短期功率预测研究[D].西安:西安理工大学.2020
[6]陈海洋，刘妍，都威，黄琦．基于多策略遗传算法求解多机器人任务分配问题[J/OL]．西安工程大学学报.https://link.cnki.net/urlid/61.1471.n.20240621.1438.004
