申请/专利权人：国网辽宁省电力有限公司辽阳供电公司;国网辽宁省电力有限公司

申请日：2023-11-14

公开（公告）日：2024-03-22

公开（公告）号：CN117748459A

主分类号：H02J3/00

分类号：H02J3/00;G06Q10/04;G06Q50/06;G06F18/214;G06F18/2321;G06N3/006;G06N3/0499;G06N3/08;G06N3/084;G06N7/08;H02J3/38

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明提出一种基于优化BP神经网络的超短期光伏功率预测方法，涉及光伏发电技术领域，包括：通过聚类模型获得的样本，运用EM算法遍历所有样本参数，并将样本归于概率最大的一类，即可获得理想模型。获得完整的数据模型后，考虑到可能存在的采集样本数目不足情况，利用SMOTE增强算法来对初始学习器数目进行补足，并用优化烟花算法对BP神经网络的权重和阈值进行优化。引入蜂群搜索算法强化烟花个体间的信息交流，加快算法收敛速度同时提升精度，增强了算法的求解效率，从而实现对烟花算法进行优化。最终通过结合优化烟花算法的BP神经网络算法输出光伏发电功率输出结果，从而提高光伏发电功率预测的运算速度与精度，加强增强算法的求解效率。

主权项：1.一种基于优化BP神经网络的超短期光伏功率预测方法，其特征在于，包括：S1：利用WKNN算法选取初始数据，给临近样本以更高权重的特性建立模型，求取最优k值并获取k组训练样本构造高斯混合模型聚类；S2：由步骤S1的最优k值构造k组混合训练样本，该样本由k个混合成分构成，每个混合成分可定义为一个高斯高斯混合聚类分布；S3：由步骤S2的高斯混合聚类分布通过EM算法遍历样本求解参数，反复迭代直至收敛，归于后验概率最高样本得到高斯混合模型聚类的参数；S4：由步骤S3的高斯混合模型聚类，最大化归一化后得到光伏功率预测方法的样本数据；S5：由步骤S4的样本数据通过SMOTE增强算法对初始学习器进行补足；S6：由步骤S5补足后的初始化数据，通过蜂群搜索算法对烟花算法进行优化，以更快速度信息交互并获得网络模型中的最优权重和阈值；S7：由步骤S6的网络最优权重和阈值，通过BP神经网络算法对光伏发电功率进行预测，并获得预测功率数值；S8：由步骤S7的预测功率数值，进行性能评价。

全文数据：

权利要求：

百度查询： 国网辽宁省电力有限公司辽阳供电公司;国网辽宁省电力有限公司 一种基于优化BP神经网络的超短期光伏功率预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD