-
题名一种基于IGWO-SNN的光伏出力短期预测方法
被引量:5
- 1
-
-
作者
董志强
郑凌蔚
苏然
武浩
罗平
-
机构
杭州电子科技大学自动化学院
-
出处
《电力系统保护与控制》
EI
CSCD
北大核心
2023年第1期131-138,共8页
-
基金
浙江省自然科学基金项目资助(LY20E070004)。
-
文摘
光伏出力短期预测对于电网或微电网的能量管理和优化调度具有重要意义。构建了一种基于改进灰狼学习算法(improved grey wolf optimization,IGWO)的脉冲神经网络(spiking neural network,SNN),并将其应用到光伏出力短期预测中。首先,利用灰色关联分析法选取相似日。然后,提出一种IGWO算法用于SNN模型训练,通过引入基于三角函数规律变化的非线性下降收敛因子和动态权重更新策略,提升SNN的编码和预测的性能。最后,利用实证系统对所提方法进行了评估,并与其他3种模型进行了对比研究。结果表明,所提方法预测性能提升明显。
-
关键词
光伏出力短期预测
脉冲神经网络
改进灰狼优化算法
收敛因子
动态权重更新策略
-
Keywords
short-term forecast of photovoltaic output
spiking neural network
improved grey wolf optimization algorithm
convergence factor
updating strategy of dynamic weight
-
分类号
TM615
[电气工程—电力系统及自动化]
TP18
[自动化与计算机技术—控制理论与控制工程]
-