一种基于并行树突状神经网络的光伏功率超短期预测方法

    公开(公告)号:CN113205214A

    公开(公告)日:2021-08-03

    申请号:CN202110484394.2

    申请日:2021-04-30

    Abstract: 本发明所述的一种基于并行树突状神经网络的光伏功率超短期预测方法,首先,使用模糊C均值聚类算法划分离线的数据集,得到多个离线样本子数据集;其次,对每一个子数据集分别训练一个初始的子网络模型,并将其搭建成一个并行结构的整体预测模型;然后,再利用模糊C均值聚类算法对在线预测数据进行计算并得到隶属度矩阵;接着,选择预测数据隶属度较大的前N类子模型输入预测数据,并计算各个子模型的预测结果;最后,对选择的前N类子模型的计算结果进行一个算术平均的计算,得到最终的预测结果。本发明能进一步提高光伏功率的预测精度,对维护电网的稳定运行有着重要的意义。

Patent Agency Ranking