%0 Journal Article
%T 基于相似日聚类和贝叶斯神经网络的光伏发电功率预测研究
%A 嵇灵
%A 牛东晓
%A 汪鹏
%J 中国管理科学
%P 118-122
%D 2015
%X ？光伏发电功率的预测是光伏发电规划和运行的基础,因而受到越来越多的重视。文中提出了FCM相似日聚类与智能算法相结合的光伏阵列功率短期预测模型。该方法的思路是首先通过分析影响光伏阵列输出功率的主要因素,对历史数据与预测日气象环境进行模糊分类,并筛选出相似度高的子集作为样本,以提高预测样本的质量;然后通过神经网络映射出特征空间与光伏功率之间的复杂关系,并用贝叶斯理论对神经网络参数进行优化,提高网络的泛化能力。为检验该方法的有效性和精确性,将所提出方法与常用BP神经网络模型对同一仿真算例进行预测,预测结果表明本文提出的预测模型效果更佳。
%K 光伏阵列
%K 功率预测
%K 相似日
%K 模糊C均值聚类
%K 贝叶斯神经网络
%U http://www.zgglkx.com/CN/abstract/abstract15175.shtml