浏览量:0
一种基于无迹卡尔曼滤波和神经网络的光伏发电预测方法
专利类型：发明专利
语 言：中文
申 请 号：CN201610540928.8
申 请 日：20160711
发 明 人：张海宁李春来杨立滨杨军李正曦梁英王平杜炜谢解解江金洋李娜李刚健
申 请 人：国网青海省电力公司国网青海省电力公司电力科学研究院重庆大学
申请人地址：810008 青海省西宁市城西区胜利路89号
公 开 日：20161207
公 开 号：CN106203698A
代 理 人：赵荣之
代理机构：北京同恒源知识产权代理有限公司 11275
摘 要：本发明公开了一种基于无迹卡尔曼滤波和神经网络的光伏发电预测方法，包括：以光照和温度为输入信号u(k)，以有功功率和无功功率为输出yk；步骤2：构建BP神经网络，以神经网络的权重系数和阈值作为状态变量xk；步骤3：状态变量初始化；步骤4：计算Sigma点；步骤5：改进卡尔曼滤波中时间更新的状态更新和误差方差更新；步骤6：计算状态变量与测量变量的协方差；步骤7：卡尔曼滤波中测量更新的状态更新和误差协方差更新；步骤8：判断更新后的状态方差矩阵是否收敛；本发明具有运算速度快，预测精度高，能够自适应不同天气条件下的动态变化，该方法下构建的预测模型对于天气条件具有更广泛的适应性。
主 权 项：一种基于无迹卡尔曼滤波和神经网络的光伏发电预测方法，其特征在于：该预测方法根据神经元激励函数的非线性特点，利用改进卡尔曼滤波器实现神经网络权值系数的自适应调整，从而自适应模拟复杂的非线性系统，并对其状态进行实时更新。
关 键 词：
法律状态：公开
IPC专利分类号：G06Q10/04(2012.01)I;G06Q50/06(2012.01)I;G06N3/04(2006.01)I