[发明专利]基于改进粒子群的神经网络预测光伏短期发电方法

摘要

本发明公开了一种基于改进粒子群的神经网络预测光伏短期发电方法。该方法包括以下内容：运用Pearson相关系数方法对影响的光伏发电因素(光照强度、温度、湿度、气压以及PM10)进行相关性分析，选取主要影响的光伏发电因素作为神经网络输入；运用经验方法确定神经网络预测模型中的层数以及隐含层的神经元个数；选取预测模型的输出值与实际值误差的平方和作为粒子群适应度函数，基于构建的适应度函数，改进粒子群中的惯性权重、认知学习因子、社会学习因子。将改进粒子群优化的参数结果作为神经网络初始参数对光伏短期发电量进行预测。该算法避免在优化神经网络参数过程中陷入局部最优以及提高粒子群的收敛速度，最终，提高了短期光伏发电预测精度。