简介:摘要电网电力系统的安全稳定并且实现可实现经济运营,与其对负荷的准确预测具有较为重要的关系,基于多分辨分析思想为基础的小波分析结合BP神经网络构建模型,对电网短期符合进行预测。首先,采用正交小波变换的塔式结构快速算法对电网负荷数据序列实现小波分解过程,剔除负荷中的非有价值历史数据,获得真实规律性电力负荷数据;然后,通过小波分解后,根据分解后的各层分量选取阈值,获得符合其特点的分量数据后输入神经网络,经过小波算法的重构过程得到预测日期的负荷数据。仿真结果显示,运用文中构建的改进BP神经网络模型预测较人工网络预测精度具有明显优势,该预测方法能够更好地对电网进行有效的负荷预测。
简介:摘要电网电力系统的安全稳定并且实现可实现经济运营,与其对负荷的准确预测具有较为重要的关系,基于多分辨分析思想为基础的小波分析结合BP神经网络构建模型,对电网短期符合进行预测。首先,采用正交小波变换的塔式结构快速算法对电网负荷数据序列实现小波分解过程,剔除负荷中的非有价值历史数据,获得真实规律性电力负荷数据;然后,通过小波分解后,根据分解后的各层分量选取阈值,获得符合其特点的分量数据后输入神经网络,经过小波算法的重构过程得到预测日期的负荷数据。仿真结果显示,运用文中构建的改进BP神经网络模型预测较人工网络预测精度具有明显优势,该预测方法能够更好地对电网进行有效的负荷预测。
简介:最大功率点跟踪(MPPT)控制可以使光伏模块最大程度地输出功率,因此成为增强光伏发电系统输出功率的一个研究热点。本文提出一种基于二进制蚁群模糊神经网络的光伏系统最大功率点跟踪控制策略,利用模糊神经网络代替传统的BP神经网络对最大功率点进行预测,解决了恒压控制法误差较大的问题;利用二进制蚁群算法对模糊神经网络权值进行优化,克服了其搜索速度慢、易陷入局部极小值的缺点;将得到的最大功率点电压输入恒电压控制算法中,然后通过恒压法对最大功率点进行跟踪。在所构建的仿真模型中模拟了不同光照强度和环境温度的仿真环境,结果表明所提出的MPPT控制策略准确性高、适应性强。