[发明专利]一种基于分支进化神经网络的光伏发电功率预测方法

摘要

本发明公开了一种基于分支进化神经网络的光伏发电功率预测方法，包括获取光伏发电场的发电功率和功率影响因子时间序列数据；获取光伏发电场的发电功率和功率影响因子时间序列数据；建立循环神经网络模型，使用所述的训练集对模型进行训练；获得现实功率影响因子数据，使用所述的循环神经网络模型预测发电功率值；获得预测发电功率值对应的真实值，继续进行模型的增量训练。本发明针对光电功率预测的特性，提出采用循环神经网络进行学习，使得模型具有更强的预测能力，利用粒子群算法对循环神经网络模型中的参数进行优化，同时采用分支进化和全局进化相结合，使得模型更鲁棒性更容易获得全局最优值。

主权项

1.一种基于分支进化神经网络的光伏发电功率预测方法，其特征在于，包括如下步骤：步骤1，获取光伏发电场的发电功率和功率影响因子时间序列数据；步骤2，对时间序列数据进行预处理，包括进行数据降维和训练集构建；步骤3，建立循环神经网络模型，使用所述的训练集对模型进行训练；步骤4，获得现实功率影响因子数据，使用所述的循环神经网络模型预测发电功率值；步骤5，获得预测发电功率值对应的真实值，继续进行模型的增量训练。