基于关联规则与WPA-BPNN光伏发电功率预测

作者：谷鹏; 肖建于^*; 宋香鹏; 徐成振

来源：湖北民族大学学报(自然科学版), 2020, 38(03): 322-327.

DOI：10.13501/j.cnki.42-1908/n.2020.09.016

• 狼群算法
• BP神经网络
• 光伏发电功率
• 预测
• 关联规则

光伏发电功率预测有助于提升电网的稳定性和纳电能力,但在利用神经网络方法预测中,若输入变量和输出结果相关性差,则会导致多数据的预测模型存在预测精度差、收敛速度慢的问题,因此,提出一种基于关联规则与狼群算法优化BP神经网络(WPA-BPNN)算法的短期光伏功率预测模型.通过关联规则算法(Apriori)对光伏功率与气象因素进行关联规则挖掘确定影响光伏发电功率的关键因素,减少数据冗余,优化BP算法神经结构,再利用WPA优化BPNN初始权值和阈值,提高其拟合能力.试验表明,所提预测模型误差最高减少34%,有较好的实际应用价值.

• 单位
  淮北师范大学