基于改进麻雀算法的深度信念网络短期光伏功率预测

常东峰; 南新元

首页> 中文期刊> 《现代电子技术》 >基于改进麻雀算法的深度信念网络短期光伏功率预测

基于改进麻雀算法的深度信念网络短期光伏功率预测

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

为进一步提高光伏发电预测精度,提出了一种改进麻雀算法(ISSA)优化深度信念网络(DBN)的预测模型。首先,为提高麻雀算法的收敛速度和避免陷入局部最优,将精英反向学习策略和Metropolis准则引入麻雀算法用于初始化SSA种群和改进SSA更新策略。其次为提高DBN模型的性能,运用ISSA对DBN模型的权值进行优化选择,同时为避免冗余的气象因子影响光伏输出,采用最大相关信息系数的特征选择法(NFCBF),选择与光伏输出相关性最好的气象特征向量作为模型输入;基于NFCBF法选好的特征向量,采用一种结合欧氏距离和灰色关联度的综合相似指数法,选择相似日作为训练集。最后建立ISSA-DBN预测模型,并利用新疆某光伏电站的实际数据进行实验分析。结果表明在训练集的选择方法相同的情况下,与DBN模型、PSO-DBN模型、SSA-DBN模型相比,ISSA-DBN的平均绝对百分比误差指标在晴天仅为3.69%,晴转多云天为5.23%,雨天为9.53%,预测精度均高于其他三种模型。由此验证了ISSA-DBN模型良好的预测精度。

著录项

来源
《现代电子技术》 |2022年第17期|135-140|共6页
作者
常东峰; 南新元;
展开▼
作者单位

新疆大学电气工程学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类网络;太阳能发电;
关键词
DBN模型; NFCBF法; 改进麻雀算法; 综合相似指数; 光伏发电; 功率预测; 精英反向学习策略; Metropolis准则;

相似文献

中文文献
外文文献
专利

1. 基于改进麻雀搜索算法优化支持向量机的短期光伏发电功率预测 [J] . 魏鹏飞 ,樊小朝 ,史瑞静 . 热力发电 . 2021,第12期
2. 基于改进深度受限玻尔兹曼机算法的光伏发电短期功率概率预测 [J] . 王继东 ,冉冉 ,宋智林 . 电力自动化设备 . 2018,第005期
3. 基于改进神经网络算法的光伏发电功率短期预测 [J] . 臧冬 ,尹杭 ,刘洋 . 电气开关 . 2020,第003期
4. 基于支持向量机和深度信念网络的短期光伏发电预测方法 [J] . 郭江震 ,王福忠 ,张丽 . 制造业自动化 . 2020,第008期
5. 基于深度信念网络的光伏电站短期发电量预测 [J] . 赵亮 ,刘友波 ,余莉娜 . 电力系统保护与控制 . 2019,第018期
6. 基于小波分解和智能神经网络的太阳能光伏短期功率预测 [C] . 陈世杰 . 2018 年第十四届中国太阳级硅及光伏发电研讨会 . 2018
7. 基于深度学习算法的短期光伏发电功率预测研究 [A] . 贾鹏云 . 2021

基于改进麻雀算法的深度信念网络短期光伏功率预测

摘要

著录项

相似文献

相关主题

期刊订阅