杨德全
- 作品数：3 被引量：32H指数：3
- 供职机构：河北省电力勘测设计研究院更多>>
- 发文基金：中央高校基本科研业务费专项资金更多>>
- 相关领域：电气工程自动化与计算机技术更多>>
- 基于EMD-ESNs的光伏系统短期发电量预测被引量：3
- 2014年
- 针对光伏系统发电量的影响因素,提出一种基于经验模态分解(EMD)与回声状态网络(ESNs)的组合光伏系统短期发电功率预测方法。通过对同日类型的历史发电功率数据进行EMD,得到其不同尺度的周期分量和趋势分量;滤除其体现数据差异的各个较小周期分量,针对体现数据共性的分量建立ESNs预测模型;最后,将预测值与趋势分量组合得到最终的预测结果。预测结果对比分析表明:该方法与单一回声状态网络、BP神经网络和小波神经网络预测方法相比,计算速度快,预测精度高,稳定性好。
- 王艳杨德全
- 关键词：光伏系统发电量预测经验模态分解回声状态网络
- 基于神经网络的光伏发电系统发电功率预测
- 随着能源危机和环境保护形势日趋严峻,光伏发电凭借太阳能清洁、环保、可再生等优点备受各国重视。近年来,在政策的推动下,光伏发电产业得到快速发展,光伏电站容量在电力系统电源中所占比例逐渐增加。但是,由于光伏发电系统发电功率受...
- 杨德全
- 关键词：光伏发电系统发电功率预测神经网络经验模态分解
- 文献传递
- 基于小波神经网络的光伏系统发电量预测被引量：18
- 2013年
- 针对光伏系统发电量的影响因素,建立具有超强泛化能力的小波神经网络短期发电量预测模型。以相同日类型条件下的光伏系统发电量、环境温度、光板温度、相对湿度的历史数据作为样本,对模型进行训练和发电量预测。通过小波神经网络模型和BP神经网络模型预测结果的对比分析表明:小波神经网络模型训练次数少,收敛速度快,预测精度高。
- 杨德全王艳焦彦军
- 关键词：光伏系统发电量预测小波神经网络BP神经网络
