基于小波分解与神经网络的光伏功率预测

作者：王士柏; 王玥娇; 王楠; 孙树敏; 程艳

来源：山东电力技术, 2021, 48(05): 1-7.

• 光伏功率预测
• 神经网络
• 小波分解

对光伏发电预测模型的训练时间和网络精度进行综合分析,研究了影响光伏功率预测精度的因素。通过公式确定神经网络隐含层个数的范围,进而确定计及神经网络精度与网络训练时间的隐含层节点数,并提出一种将人工神经网络(Artificial Neural Network,ANN)与小波分解(Wavelet Decomposition,WD)相结合的光伏发电系统功率预测方法。此神经网络选取太阳辐照度等6个参数作为基于WD和ANN的混合模型的输入,再对得到的神经网络输出进行小波重构,得到最终的预测功率。通过试验分析,验证了模型的有效性。算例表明,所提方法可以有效、准确地预测光伏发电系统的输出功率,提高了电网的安全性和稳定性。

• 单位
  国网山东省电力公司电力科学研究院