为了进一步提升光伏短期输出功率预测的精度，提出一种改进的基于精英反向策略的麻雀搜索算法（EOSSA）优化极限学习机（ELM）的光伏短期输出功率预测模型。EOSSA利用动态安全值和精英反向学习来优化ELM模型的输入权值及阈值，可以有效避免ELM陷入局部最优，提升预测精度。与传统的ELM模型、SSA优化的ELM模型和Elman神经网络模型的比较结果表明，EOSSA算法的收敛速度及精度均优于SSA算法。EOSSA-ELM模型对于不同天气状况的功率预测精度高，具有较高的实用价值。
科研之友
微信
新浪微博
Facebook
分享链接
