[发明专利]一种基于思维进化算法优化小波神经网络的光伏功率预测方法

摘要

本发明公开了一种基于思维进化算法优化小波神经网络的光伏功率预测方法。从光伏功率预测系统数据库模块获取光伏历史数据及空气质量数据；对历史数据建立小波神经网络的预测模型，通过引入尺度和平移两个新的参数，提高预测模型的函数逼近能力；并采用思维进化算法对BP神经网络的权值和阈值进行优化，有效的解决了现存预测模型中存在的光伏功率超短期预测精度不足，容易陷入局部极小值问题。同时在权值修正环节采用附加动量项方法进行改进，从而提升收敛速度；将预测好的数据作为输入数据进行滚动预测，从而可以实现跨时间间隔的多步预测。该预测方法与传统光伏预测方法相比，预测精度更高，收敛速度更快。

主权项

一种基于思维进化算法优化小波神经网络的光伏功率预测方法，其特征在于，包括如下步骤：(1)数据的获取和预处理：从光伏功率预测系统的数据处理模块中获取指定的时间范围内光伏出力数据和空气质量数据，并由此得到训练集和预测集，并进行归一化处理；(2)生成初始权值和阈值的；(3)创建预测小波神经网络进行预测；(4)将此光伏出力预测系统所完成的预测数据传输到电网调度系统使用。