基于SWOA优化BPNN的光伏电站发电量预测

作者：戴宝赋; 胡天; 谭建军; 孙先波; 黄勇; 朱黎; 胡涛; 易金桥^*

来源：湖北民族大学学报(自然科学版), 2021, 39(03): 321-331.

DOI：10.13501/j.cnki.42-1908/n.2021.09.014

• 选择鲸鱼优化算法
• BPNN
• Tent映射
• 光伏发电量预测

为提高预测的精度和速度,研究一种基于选择鲸鱼优化算法(selection whale optimization algorithm, SWOA)优化的反向传播神经网络(back propagation neural network, BPNN),并用于光伏电站的发电量预测.针对WOA(鲸鱼优化算法)的收敛速度慢和易早熟等问题,采用Tent映射生成分布均匀的初始种群,引入非线性系数a替代线性系数,基于选择策略提高算法的收敛速度,构建以风速、压强、温度、湿度和辐照度等5种数据为输入,以发电量为输出的BPNN模型.经比较,SWOA-BPNN算法的预测精度和收敛速度优于PSO(粒子群优化)-BPNN算法和WOA-BPNN算法,其均方误差(mean squared error, MSE)比PSO-BPNN算法降低了0.077 2.

• 单位
  湖北民族大学