| 发明名称 | 一种基于模糊EBF网络的光伏发电量预测方法 | ||
| 摘要 | 本发明公开了一种基于模糊EBF网络的光伏发电量预测方法，选取光伏发电量的影响因素，采集光伏发电量影响因素历史数据和其所对应的光伏发电量历史数据，确定样本集；以训练样本集中光伏发电量影响因素的历史数据生成输入向量，以其所对应的光伏发电量的历史数据为输出向量，并进行归一化处理，确定训练样本；利用训练样本，通过Levenberg‑Marquardt算法训练模糊EBF网络，采集待预测日光伏发电量影响因素数据生成预测输入向量，进行归一化处理后输入训练好的模糊EBF网络，得到光伏发电量预测输出向量，预测输出向量经反归一化处理得到待预测日的预测光伏发电量向量。本发明有效的提高了光伏发电量的预测精度。 | ||
| 申请公布号 | CN106372745A | 申请公布日期 | 2017.02.01 |
| 申请号 | CN201610739595.1 | 申请日期 | 2016.08.27 |
| 申请人 | 山东电力工程咨询院有限公司 | 发明人 | 史朝晖;钟志钢;赵臻德;朱月涌;傅钧;王磊;冯宝玥;周占平;胡钢;江冰 |
| 分类号 | G06Q10/04(2012.01)I;G06Q50/06(2012.01)I;G06N3/08(2006.01)I | 主分类号 | G06Q10/04(2012.01)I |
| 代理机构 | 济南圣达知识产权代理有限公司 37221 | 代理人 | 张勇 |
| 主权项 | 一种基于模糊EBF网络的光伏发电量预测方法，其特征是：包括以下步骤：(1)选取光伏发电量的影响因素，采集光伏发电量影响因素历史数据和其所对应的光伏发电量历史数据，确定样本集；(2)以训练样本集中光伏发电量影响因素的历史数据生成输入向量，以其所对应的光伏发电量的历史数据为输出向量，并进行归一化处理，确定训练样本；(3)利用训练样本，通过Levenberg‑Marquardt算法训练模糊EBF网络；(4)采集待预测日光伏发电量影响因素数据生成预测输入向量，进行归一化处理后输入训练好的模糊EBF网络，得到光伏发电量预测输出向量，预测输出向量经反归一化处理得到待预测日的预测光伏发电量向量。 | ||
| 地址 | 250014 山东省济南市历下区闵子骞路106号 | ||