[发明专利]一种基于混合神经网络模型的光伏发电功率分时预测方法

摘要

本发明公开了一种基于混合神经网络模型的光法发电功率分时预测方法，包括获取光伏发电站的历史数据；对历史气象数据进行综合聚类分组；按分组结果，将所述的历史数据构建成组数个训练集；建立神经网络预测模型，每一个训练集训练出一个神经网络预测模型；获得现实气象数据并划分分组；使用所述分组训练出的预测模型对光伏发电功率进行预测。本发明针对每一特定的训练集建立预测模型，使得预测的准确度和精度大大提高，利用差分算法以及萤火虫算法的混合算法对神经网络的参数进行优化，同时采用分支进化和全局进化相结合，使得模型更具有鲁棒性，更容易获得全局最优值，优化解的能力更强。

主权项

1.一种基于混合神经网络模型的光伏发电功率分时预测方法，其特征在于，包括以下步骤：步骤1，获取光伏发电站的历史数据，所述的历史数据包括以历史气象数据和发电功率数据；步骤2，对所述的历史气象数据进行综合聚类分组；步骤3，按分组结果，将所述的历史数据构建成组数个训练集；步骤4，建立神经网络预测模型，确定输入层、隐含层和输出层数量，利用现代优化算法对预测模型中的参数进行训练，每一个训练集训练出一个神经网络预测模型；步骤5，获得现实气象数据，根据所述的综合聚类结果对现实气象数据划分分组；步骤6，根据分组结果，使用所述分组训练出的预测模型对光伏发电功率进行预测。