发明公开
- 专利标题： 一种基于改进神经网络的光伏功率预测方法
-
申请号： CN202410593160.5申请日： 2024-05-14
-
公开(公告)号： CN118378538A公开(公告)日： 2024-07-23
- 发明人: 樊立萍 , 杨鹏举
- 申请人： 沈阳化工大学
- 申请人地址： 辽宁省沈阳市沈阳经济技术开发区11号街
- 专利权人： 沈阳化工大学
- 当前专利权人： 沈阳化工大学
- 当前专利权人地址： 辽宁省沈阳市沈阳经济技术开发区11号街
- 代理机构： 沈阳技联专利代理有限公司
- 代理商 张志刚
- 主分类号： G06F30/27
- IPC分类号： G06F30/27 ; G06Q10/04 ; G06N3/04 ; G06N3/084 ; G06F18/214 ; G06N3/067
摘要：
一种基于改进神经网络的光伏功率预测方法，涉及一种光伏功率预测方法，该方法通过创建BP神经网络预测模型，利用改进布谷鸟搜索算法对神经网络的权重和偏差进行优化，提高光伏预测的精度和实时性。改进布谷鸟搜索算法通过引入步长自适应调整和位置自适应更新机制，解决了常规布谷鸟搜索算法定位精度不高、算法不稳定、收敛速度慢等问题。本发明相较于传统的预测方法更准确，实现了对光伏功率的准确预测，为光伏系统的稳定运行和能源管理提供了有力支持。
