1. 内蒙古国龙能源管理有限责任公司
2. 兰州理工大学
3. 内蒙古国龙科技有限责任公司
4. 内蒙古国龙高新技术产业研究院
5. 酒泉职业技术学院甘肃省太阳能发电系统重点实验室
纸质出版:2026
移动端阅览
郭文强, 秦波, 武治星, 等. 基于遗传算法优化的BP神经网络方法在光伏发电功率预测中的应用[J]. 内蒙古电力技术, 2026,44(2):9-18.
郭文强, 秦波, 武治星, et al. 基于遗传算法优化的BP神经网络方法在光伏发电功率预测中的应用[J]. 2026, 44(2): 9-18.
郭文强, 秦波, 武治星, 等. 基于遗传算法优化的BP神经网络方法在光伏发电功率预测中的应用[J]. 内蒙古电力技术, 2026,44(2):9-18. DOI: 10.19929/j.cnki.nmgdljs.2026.0016.
郭文强, 秦波, 武治星, et al. 基于遗传算法优化的BP神经网络方法在光伏发电功率预测中的应用[J]. 2026, 44(2): 9-18. DOI: 10.19929/j.cnki.nmgdljs.2026.0016.
为解决光伏电站在气候条件影响下输出性能的波动性和间歇性严重影响电能稳定输出和电站安全运行的问题,首先,以内蒙古自治区某光伏电站为研究对象,收集其太阳总辐照度、环境温度、环境湿度、风速、风向及组件倾角等运行数据;其次,改进反向传播(back propagation
BP)神经网络,引入遗传算法(genetic algorithm
GA),分别构建四季改进BP(improved-back propagation
Imp-BP)和GA-Imp-BP神经网络预测模型;最后,对Imp-BP和GA-Imp-BP神经网络进行训练,并对比输出功率预测效果。结果显示,相比于传统BP神经网络,Imp-BP和GA-Imp-BP神经网络具有显著优势,分别以实际功率、装机容量为分母计算平均绝对百分比误差(mean absolute percentage error
MAPE)
GA-Imp-BP神经网络分别为10.96%、7.17%
Imp-BP神经网络分别为14.21%、7.52%,均低于传统BP神经网络;GA-Imp-BP神经网络在四个季节下的预测精度均较高(特别是春季和秋季),夏季和冬季的预测误差较传统BP与Imp-BP神经网络均显著下降。
顿涛涛.光伏电站发电能效优化研究[D].华北电力大学,2018(01).
调度侧风电或光伏功率预测系统技术要求[S].2021.
郭文强,师帅,张筱,李可可,佘金龙,高文强.基于遗传算法优化BP神经网络的短期发电量预测[J].陕西科技大学学报,2017(04).
王帅哲,王金梅,王永奇,马文涛.基于改进遗传算法的BP神经网络短期电力负荷预测[J].国外电子测量技术,2019(01).
袁冰清,程功,郑柳刚.BP神经网络基本原理[J].数字通信世界,2018(08).
杨茜.BP神经网络预测方法的改进及其在隧道长期沉降预测中的应用[J].北京工业大学学报,2011(01).
李玲纯,田丽.基于遗传算法和BP神经网络的短期电力负荷预测[J].安徽工程科技学院学报(自然科学版),2009(03).
王兴桐,邹宇,喻彩云.基于GA-BP神经网络的变压器绕组热点温度预测研究[J].东北电力技术,2021(02).
何家裕,吴杰康,杨金文,余方明,庄仲,梁继深.基于改进BP神经网络的光伏发电预测模型[J].黑龙江电力,2021(01).
廖敏乐,黄重阳,戴承承,李化林,樊高松.基于时间序列和BP神经网络的电能替代潜力分析方法[J].综合智慧能源,2022(03).
莫康信,苏佳佳,赖镇峰,林嘉良.基于BP神经网络的光伏电站短期发电功率预测[J].工程技术研究,2022(08).
熊兴俊.基于BP神经网络的大气污染物浓度预测模型[J].智能计算机与应用,2024(08).
田野,李锐,董妍,王嘉明.热力站日供热量神经网络预测模型比较与分析[J].煤气与热力,2023(01).
冯云峰,张辉,冯晓莹,张鹤仙,王水威,陈晓.光伏组件相对温度系数测试解决方案研究[J].太阳能,2025(03).
赵铁刚.光伏发电系统设计中的重难点分析[J].智能建筑与智慧城市,2025(05).
徐舒蓉,刘君,李堃,付胜军.基于GWO-VMD与SOM神经网络的变压器振动信号特征提取与状态识别方法研究[J].电力大数据,2025(04).
王帆,王茜雯,柯渊,宁鑫淼,安睿.基于改进EPO-BP神经网络的变压器故障诊断方法[J].东北电力技术,2026(01).
周世官,李钟侠.神经网络结构及其权值优化的遗传算法[J].兵工自动化,2004(04).
范秀娟.基于自适应误差反向传播信号调整的BP网络研究与应用[J].计算机应用与软件,2010(08).
班逢春,陈萧凤,黄志甲.基于PSO-BP神经网络的住宅光伏发电预测模型[J].综合智慧能源,2025(06).
杜玮,刘泉,李景松.基于改进BP神经网络的复杂系统故障识别[J].武汉理工大学学报,2011(06).
李燕斌,魏婷婷,贾恒,李淑新.基于遗传算法的光伏系统发电量预测[J].中原工学院学报,2024(02).
0
浏览量
下载量
CSCD
关联资源
相关文章
相关作者
相关机构