原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
基于模块化回声状态神经网络光伏发电量预测•59•
基于模块化回声状态神经网络光伏发电量预测
王大虎12，贾倩\林红阳2
(1.河南理工大学电气工程与自动化学院，河南焦作454000;
2.国网福建省电力有限公司经济技术研究院，福建福州350003)
摘要：针对光伏发电的不确定性、间歇性给电力系统并网运行带来的安全问题，提出了一种基于模块化
回声状态网络模型对发电量进行预测。首先利用模块化神经网络按季节建立预测子模型，再将子模型
按相同日类型进行数据划分后，与平均气温一同作为样本，利用回声状态网络对子模型进行训练和发电
量预测，最后集成输出结果。结果表明：此预测模型在日类型相同时预测误差较小，而在日类型不同时
子贞测误差较大，但与ESN和BP预测模型相比均具有更高的预测精度和更快的预测速度。
关键词：回声状态网络;模块化神经网络;光伏发电发电量预测；
中图分类号:TM615文献标识码:A文章编号：000-8829(2018)01-0059-05
ForecastingofPhotovoltaicPowerGenerationBasedon
Modular-EchoStateNetwork
WANGDa-hu1,2,JIAQian1,LINHong-yang2
(1.SchoolofElectricalEngineeringandAutomation,HenanPolytechnicUniversity,Jiaozuo454000,China;
2.EconomicResearchInstitute,StateGridFujianElectricPowerCompany,Fuzhou350003,China)
Abstract：Inordertosolvethesecurityproblemsofthepowersysteminterconnectioncausedbyuncertainty
andintermittentofphotovoltaicpowergeneration,amodelbasedonmodularechostatenetworkisproposedto
forecastpowergeneration.Firstly,theforecastsub-modelwasestablishedaccordingtotheseasonsbyusing
modularizedneuralnetworks.Then,thesub-modelsweredividedbasedonsimilardaysfromhistorydataof
photovoltaicpowergenerationandtogetherwiththeaveragetemperatureassamplestotrainthesub-modeland
forecastthepowergenerationbytheechostatenetwork.Finally,theresultwasintegratedoutput.Theresults
showthatthisforecastingmode
我的文档主要集中的行业是石油化工和安全生产，从事石油化工行业并且取得了中级注册安全工程资格。精通炼油工艺方面的工艺、安全、设备。希望通过平台共享自己的知识和经验。
文档评论（0）