[发明专利]一种基于BP神经网络的光伏系统发电效率综合评估方法

权利要求书

1.一种基于BP神经网络的光伏系统发电效率综合评估方法，其特征在于，包括如下步骤：

(1)选取评估指标集：利用评估指标间的显著性检验将直接或间接关乎光伏系统发电效率的影响因素分成n类，然后对每一类选取若干相关指标，形成指标集，并根据光伏系统发电效率评估指标集建立评估指标体系；

(2)构建评估标准集：对应评估指标集设定每一项评估指标的理想取值范围；

(3)利用BP神经网络算法对各评估指标权值进行调整：将影响待评估对象效率的指标作为BP神经网络输入层神经元建立神经网络模型，并进行神经网络训练，在学习过程中对权值不断调整更新；

(4)采集一组对应于待评估对象的评估指标的实测值输入已训练好的BP神经网络评估模型中，BP神经网络的输出值即为待评估对象的实际效率值，将该效率值与评估标准集中对应的设定值比较，分析得出效率评估结论；

步骤(3)中所述评估指标权值的计算方法为：

i)根据各层神经元之间的权重系数计算得到相关显著性系数r_ij，计算公式为

ii)根据步骤i)中的相关显著性系数计算得到相关指数R_ij，计算公式为

iii)根据步骤ii)中的相关指数计算得到绝对影响系数S_ij，计算公式为

其中，i为输入单元，i＝1,2，…，m；j为输出单元，j＝1,2，…，l；k为隐含单元，k＝1,2，…，p；w_ki为输入层神经元i与隐含层神经元k之间的权值；w_jk为隐含层神经元k与输出层神经元j之间的权值；所述绝对影响系数即是所述评估指标权值。

2.根据权利要求1所述的基于BP神经网络的光伏系统发电效率综合评估方法，其特征在于：所述步骤(1)中每一类指标中既有定量指标，又有定性指标，将各指标通过非参数检验方法进行优化，并以抽样方法将定性指标转换为可定量的指标，形成指标集。

3.根据权利要求1所述的基于BP神经网络的光伏系统发电效率综合评估方法，其特征在于：所述BP神经网络模型为三层结构，包括输入层、隐含层和输出层，输入层包括评估标准集中各待评估对象对应的评估指标，输出层为各待评估对象的效率。

4.根据权利要求3所述的基于BP神经网络的光伏系统发电效率综合评估方法，其特征在于：对BP神经网络进行训练时，首先搜集若干组待评估对象评估指标的实测值{X_i}作为样本，并根据评估标准集确定对应的期望输出；然后对{X_i}进行标准化处理，消除量纲后得到{x_i}；之后将{x_i}作为学习样本输入到BP神经网络模型中对BP神经网络进行训练。