[發明專利]基于FWA-BP神經網絡的光伏功率預測方法在審

申請號：	202010927605.0	申請日：	2020-09-07
公開（公告）號：	CN112149883A	公開（公告）日：	2020-12-29
發明（設計）人：	張潔;郝倩男	申請（專利權）人：	南京郵電大學
主分類號：	G06Q10/04	分類號：	G06Q10/04;G06N3/04
代理公司：	南京蘇科專利代理有限責任公司 32102	代理人：	姚姣陽
地址：	210023 江蘇***	國省代碼：	江蘇;32
權利要求書：	查看更多	說明書：	查看更多
摘要：
搜索關鍵詞：	基于 fwa bp 神經網絡功率預測方法
鉆瓜網技術展會專利詞庫專利權人專利榜在售專利公布日期熱門專利

【說明書】：

本發明公開了一種基于FWA?BP神經網絡的光伏功率預測方法，屬于光伏發電技術領域。光伏發電功率的隨機性和間接性會對大規模光伏并網造成一定的影響，因此本發明提出了一種基于FWA?BP神經網絡的光伏功率預測方法，利用煙花算法(FWA)優化BP神經網絡的權值和閾值，避免BP神經網絡陷入局部最優，加快BP神經網絡的收斂速度，同時通過數據預處理提高模型預測精度，能夠實現對光伏功率高精度的預測。

技術領域

本發明涉及一種基于FWA-BP神經網絡的光伏功率預測方法，屬于功率預測領域。

背景技術

隨著傳統能源消耗的快速增長和氣候環境的不斷惡化，近年來光伏發電技術得到了迅速發展。然而受氣象條件的影響，光伏發電功率的隨機性和間接性會對大規模光伏并網造成一定地影響。為了保證光伏電站地穩定運行和電網地安全調度，準確及時地進行光伏功率預測具有非常重要地意義。

現有光伏功率預測方法主要包括物理法和統計法。物理法需要氣象數據、光伏電站所處地理信息以及光伏組件地參數，根據輸出特性曲線計算得到光伏發電量，其預測準確性取決于待測對象的結構和選用參數的精度，但該方法涉及環節多，過程較為復雜；統計法則是通過對歷史數據進行統計分析，發現其內在規律。

BP神經網絡是一種基于誤差反向傳播的多層前饋神經網絡，具有較強地魯棒性，能對非線性進行無限地逼近且學習能力強，在光伏發電功率預測領域有著廣泛應用。然而BP神經網絡也有著易陷入局部極小值、收斂速度慢、存在過擬合的現象，同時BP神經網絡模型誤差較大，預測精度不高，該領域技術人員多次對其進行優化，仍難以達到理想的預測狀態。

傳統BP神經網絡在模型訓練的過程中，容易使神經網絡中的網絡參數陷入局部最優，當陷入局部最優后，網絡參數就會停止變化，即使繼續對神經網絡進行訓練，訓練集上的誤差也不再減小。

有鑒于此，需要對現有的BP神經網絡進行改進，以解決上述問題。

發明內容

本發明的目的在于提供一種基于FWA-BP神經網絡的光伏功率預測方法，該方法可提高對光伏發電功率預測的精度。

為實現上述目的，本發明提供如下技術方案：

基于FWA-BP神經網絡的光伏功率預測方法，主要包括以下步驟：

S1：獲取光伏電站的歷史氣象數據和歷史輸出功率數據；

S2：對歷史氣象數據和歷史輸出功率數據進行預處理；

S3：從歷史氣象數據中選取影響光伏功率短期預測的數據作為輸入向量；

S4：對輸入向量進行歸一化處理；

S5：運用煙花算法(FWA)優化后的BP神經網絡進行離線訓練，創建基于FWA-BP神經網絡的預測模型；

S6：根據預測模型對光伏發電功率進行預測。