科研之友
微信
新浪微博
Facebook
分享链接
摘要
为应对分布式光伏电站接入电网所带来的能量波动问题，方便电网部门的能量调度和管理，提出一种基于模糊C均值聚类和样本加权的反向传播(fuzzy C means-clustering and weighted samples back propagation, FCM-WS-BP)神经网络光伏输出功率预测方法。首先，采用最大互信息相关性分析和主成分分析法，从气象数据中提取出综合气象因子。基于综合气象因子的频域特征，利用模糊C均值聚类将历史样本划分为不同的天气类型，再利用所得到的隶属度矩阵对样本加权。然后，利用加权后的样本对反向传播(back propagation,BP)神经网络进行训练，得到FCM-WS-BP预测模型。最后，经实验验证，所提方法与BP模型相比，预测结果具有更高的准确性，模型预测性能较好。
-
单位贵州电网有限责任公司; 南方电网科学研究院有限责任公司
