一种基于IGWO-SNN的光伏出力短期预测方法

光伏出力短期预测对于电网或微电网的能量管理和优化调度具有重要意义.构建了一种基于改进灰狼学习算法(improved grey wolf optimization,IGWO)的脉冲神经网络(spiking neural network,SNN),并将其应用到光伏出力短期预测中.首先,利用灰色关联分析法选取相似日.然后,提出一种IGWO算法用于SNN模型训练,通过引入基于三角函数规律变化的非线性下降收敛因子和动态权重更新策略,提升SNN的编码和预测的性能.最后,利用实证系统对所提方法进行了评估,并与其他3种模型进行了对比研究.结果表明,所提方法预测性能提升明显....

Full description

Saved in:
Bibliographic Details
Published in电力系统保护与控制 Vol. 51; no. 1; pp. 131 - 138
Main Authors 董志强, 郑凌蔚, 苏然, 武浩, 罗平
Format Journal Article
LanguageChinese
Published 杭州电子科技大学自动化学院,浙江杭州 310018 2023
Subjects
改进灰狼优化算法
脉冲神经网络
收敛因子
动态权重更新策略
光伏出力短期预测
Online AccessGet full text
ISSN1674-3415
DOI10.19783/j.cnki.pspc.220459

Cover

More Information
Summary:光伏出力短期预测对于电网或微电网的能量管理和优化调度具有重要意义.构建了一种基于改进灰狼学习算法(improved grey wolf optimization,IGWO)的脉冲神经网络(spiking neural network,SNN),并将其应用到光伏出力短期预测中.首先,利用灰色关联分析法选取相似日.然后,提出一种IGWO算法用于SNN模型训练,通过引入基于三角函数规律变化的非线性下降收敛因子和动态权重更新策略,提升SNN的编码和预测的性能.最后,利用实证系统对所提方法进行了评估,并与其他3种模型进行了对比研究.结果表明,所提方法预测性能提升明显.
ISSN:1674-3415
DOI:10.19783/j.cnki.pspc.220459