[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

摘要

本发明公开了一种基于BP神经网络的光伏系统发电效率综合评估方法，使用BP神经网络实现对各评估指标的权重赋值，能够在训练过程中逐渐消弭人为因素对赋权的影响，实现权值修正，实现了对光伏发电系统的分级以及整体效率评估，能够有效判断光伏系统及其关键设备所处的运行效率水平，揭示影响光伏系统及其关键设备效率水平的关键因素，探索发电效率改进策略，促进光伏系统及其关键设备发电效率的提升。该方法能够为任一光伏电站提供可靠精准的多项量效率分析和综合评估分析结果，为光伏电站运维决策提供理论依据，为光伏电站设计优化提供数据支撑，进而提升光伏电站发电效率，提高发电量，增加经济效益，具有较强的应用价值。

主权项

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rij，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Rij，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Sij，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；wki为输入层神经元i与隐含层神经元k之间的权值；wjk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。