基于LM-BP神经网络的光伏超短期功率预测方法

摘要

本发明涉及一种基于LM-BP神经网络的光伏超短期功率预测方法，包括以下步骤：根据环境因素建立LM-BP神经网络预测模型并确定输入层数据和输出层数据；LM-BP神经网络预测模型对输入的数据进行归一化处理；采用LM算法进行LM-BP神经网络训练，得到更新权值的LM算法；计算光伏电站的光伏功率得到预测结果。本发明将LM算法与BP神经网络结合在一起，在BP神经网络预测结构基础上，建立LM-BP神经网络的预测模型，采用LM算法进行光伏超短期功率预测，能够按照任意精度逼近任何连续的非线性函数，可快速准确地解决光伏功率预测这一动态随机问题，提高了预测速度与精度，且具有较好的鲁棒性。

主权项

一种基于LM‑BP神经网络的光伏超短期功率预测方法，其特征在于：包括以下步骤：步骤1：根据环境因素建立LM‑BP神经网络预测模型并确定输入层数据和输出层数据；步骤2：LM‑BP神经网络预测模型对输入的数据进行归一化处理；步骤3：采用LM算法进行LM‑BP神经网络训练，得到更新权值的LM算法；步骤4：计算光伏电站的光伏功率得到预测结果。