基于小波变换和神经网络的光伏功率预测

作者：张立影; 刘智昱; 孟令甲; 王泽忠

来源：可再生能源, 2015, 33(02): 171-176.

DOI：10.13941/j.cnki.21-1469/tk.2015.02.003

• 神经网络
• 小波变换
• 光伏发电
• 功率预测
• 气象因素

提出了一种小波分解(Wavelet Transform,WT)和径向基函数神经网络(RBFNN)相结合的预测方法,并引入理论太阳辐照量、温度和相对湿度数据来预测未来24 h光伏电站的输出功率。小波分解能有效地表征光伏电站输出功率时间序列的局部特征,人工智能方法可以捕捉到光伏发电中的非线性特性。预测结果表明,采用该方法预测光伏电站输出功率,能有效地提高预测精度。

• 单位
  石家庄铁道大学四方学院; 国网河南省电力公司新乡供电公司; 华北电力大学; 电子工程学院