[發(fā)明專利]一種基于RBF神經(jīng)網(wǎng)絡的光伏功率短期預測方法

在審

• 申請?zhí)枺?/td>: 201910880729.5
• 申請日: 2019-09-18
• 公開（公告）號: CN110675278A
• 公開（公告）日: 2020-01-10
• 發(fā)明（設計）人: 陳志敏;馬宛星;高逸云
• 申請（專利權）人: 上海電機學院
• 主分類號: G06Q50/06
• 分類號: G06Q50/06;G06Q10/04;G06N3/08;G06N3/04
• 代理公司: 31227 上海伯瑞杰知識產(chǎn)權代理有限公司
• 代理人: 王一琦

1.一種基于RBF神經(jīng)網(wǎng)絡的光伏功率短期預測方法，其特征是，包括有以下步驟：

確定并選取影響光伏功率短期預測的輸入向量；

將選取的輸入向量進行歸一化預處理作為輸入?yún)?shù)；

創(chuàng)建并訓練基于RBF神經(jīng)網(wǎng)絡的預測模型；

基于深度學習訓練的預測模型根據(jù)當前時刻的輸入?yún)?shù)進行短期預測并輸出對應的預測結果。

2.根據(jù)權利要求1所述的基于RBF神經(jīng)網(wǎng)絡的光伏功率短期預測方法，其特征是，預測模型的輸入量選取包括有：當前時刻太陽輻照度、當前時刻溫度、當前時間標識、當前時刻輸出功率、歷史時刻輸出功率一、歷史時刻輸出功率二。

3.根據(jù)權利要求2所述的基于RBF神經(jīng)網(wǎng)絡的光伏功率短期預測方法，其特征是：構成RBF神經(jīng)網(wǎng)絡的基本結構還包括有待預測時刻的輸出功率；所述歷史時刻輸出功率一、歷史時刻輸出功率二為根據(jù)斯皮爾曼相關系數(shù)選取的與待預測時刻的輸出功率相關的歷史數(shù)據(jù)。

4.根據(jù)權利要求1所述的基于RBF神經(jīng)網(wǎng)絡的光伏功率短期預測方法，其特征是：預處理將樣本數(shù)據(jù)歸一至區(qū)間[0.1-0.9]內(nèi)。

5.根據(jù)權利要求1所述的基于RBF神經(jīng)網(wǎng)絡的光伏功率短期預測方法，其特征是：預測模型的創(chuàng)建及訓練具體步驟如下：

S1、設置誤差性能指標MSE及RBF神經(jīng)網(wǎng)絡的隱含層神經(jīng)元數(shù)目的上限值，創(chuàng)建預測模型并進行仿真；RBF神經(jīng)網(wǎng)絡包括有輸入層、隱含層及輸出層；

S2、獲得最大降低網(wǎng)絡誤差的訓練樣本；

S3、通過不同的擴展常數(shù)多次創(chuàng)建網(wǎng)絡并比較誤差，獲得擴展常數(shù)的最佳值；

S4、通過最小二乘法調(diào)整線性輸出層各節(jié)點的權值，以使在隱含層增加新的RBF元后的網(wǎng)絡誤差MSE最小；

S5、檢測誤差性能指標MSE，當MSE未滿足規(guī)定的誤差性能指標且隱含層的神經(jīng)元數(shù)目未達到規(guī)定的上限值時，重復步驟S2-S4，直到滿足規(guī)定的誤差性能指標和/或達到隱含層神經(jīng)元數(shù)目規(guī)定的上限值。