一种基于自适应学习混合模型的太阳能发电量的预测方法
- 专利权人:
- 南京航空航天大学
- 发明人:
- 王愈,沈寅星
- 申请号：
- CN201710905330.9
- 公开号：
- CN107563573A
- 申请日:
- 2017.09.29
- 申请国别(地区):
- 中国
- 年份:
- 2018
- 代理人:
- 柏尚春
- 摘要：
- 本发明公开了一种基于自适应学习混合模型的太阳能发电量的预测方法。首先，通过实时气象信息获得气象变量数据；其次，将这组数据通过由时变多元性模型和经过遗传算法优化的BP神经网络模型组合形成的混合模型得到太阳能发电量的初步预测值和最终预测值，并计算出相应的预测误差值及预测均方差值；然后，通过自适应学习法来提升预测精度。本发明主要应用在微电网的能量预测中，有效地提升了太阳能发电量的预测精度，能够使微电网的能量管理更加高效。
- 来源网站：
- 中国工程科技知识中心
