基于相似日和IGA-BP的光伏发电功率预测方法研究

来源 :电网与清洁能源 | 被引量 : 0次 | 上传用户:spredsheng
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
准确预测光伏发电功率有利于并网后电网调度管理,现阶段光伏发电功率预测存在精度较低和对不同天气类型的适应性弱的问题.探索了一种相似日与免疫遗传神经网络(IGA-BP)结合的预测方法:基于天气类型、温度及风速,结合灰色关联度和余弦相似度指标构建气象相似日判别模型;以相似日气象特征向量为输入,建立IGA-BP功率预测模型.利用实测数据对比分析所提IGA-BP模型与GA-BP、BP模型的预测精度,结果为:在不同天气类型下IGA-BP模型具有较高精度,其RMSE平均值为14.142%,TIC平均值为0.01758,均优于其他对比模型.表明IGA-BP模型能够提高功率预测精度,且具有较高的适应性.
其他文献
水电机组作为水电站生产电能的主要动力设备,机组运行的稳定性不仅影响着水电站的经济效益,还影响着水电站和工作人员的安全问题.为了保障水电机组安全平稳运行、及时发现机组运行异常状态,该文针对基于AI视频技术的水电机组运转监测与报警系统做了一系列初步研究.首先,给出了系统的硬件设计方案;其次,重点研究并分析了视频图像预处理技术、目标检测以及目标跟踪等可用于水电机组运转监测的AI算法;最后,给出了机组运转监测与报警系统的软件设计方案.研究结果可以为后续研发的基于人工智能图像识别技术的水电机组运转监测与报警系统打下
随着石油工程建设规模的不断扩大和安全管理方式的升级,传统的安全监管方式已经无法满足安全生产建设需要.针对石油工程建设企业安全管理的难点,提出对高风险区域实施全过程监控的建议,即:一方面建立远程监控指挥系统,包括如领导驾驶舱、分包商管理、风险矩阵、安全培训等模块,另一方面加强日常安全管理工作,提升施工现场综合安全管理水平.文章可为石油工程建设安全生产风险智能管控提供新思路.