一种基于SOA-WNN的光伏短期输出功率预测方法
专利汇可以提供一种基于SOA-WNN的光伏短期输出功率预测方法专利检索，专利查询，专利分析的服务。并且本 发明 涉及一种基于SOA-WNN的光伏短期输出功率预测方法，其技术特点在于：包括以下步骤：步骤1、构建基于皮尔森相似系数的相似日选取原则，确定小波神经网络的拓扑结构；步骤2、采用人群搜索 算法 以输出误差最小为适应度函数对小波神经网络的权值及小波基函数中的参数进行优化；步骤3、基于步骤2的小波神经网络参数优化，将相似日数据样本带入小波神经网络中进行建模，得到光伏短期输出功率预测值。本发明将小波分析与BP神经网络进行融合，可以改善原有算法的固有 缺陷 ，并利用人群搜索法在速度及全局搜索上的优势对小波神经网络进行改进。，下面是一种基于SOA-WNN的光伏短期输出功率预测方法专利的具体信息内容。
1.一种基于SOA-WNN的光伏短期输出功率预测方法，其特征在于：包括以下步骤：
步骤1、构建基于皮尔森相似系数的相似日选取原则，确定小波神经网络的拓扑结构；
步骤2、采用人群搜索算法以输出误差最小为适应度函数对小波神经网络的权值及小波基函数中的参数进行优化；
步骤3、基于步骤2的小波神经网络参数优化，将相似日数据样本带入小波神经网络中进行建模，得到光伏短期输出功率预测值。
2.根据权利要求1所述的一种基于SOA-WNN的光伏短期输出功率预测方法，其特征在于：所述步骤1的具体步骤包括：
(1)基于皮尔森相似系数的相似日选取原则采用距离分析法中皮尔森相似系数计算光伏出力与温度、风速、湿度、大气压各影响因素的相关性系数，并由此确定相似日选取。
(2)将小波分析和神经网络相结合，并采用紧密型结合的方式，建立小波神经网络。
3.根据权利要求1所述的一种基于SOA-WNN的光伏短期输出功率预测方法，其特征在于：所述步骤2的具体步骤包括：
(1)初始化小波神经网络的权值与小波因子参数及优化算法中各参数；
(2)随机函数生成s个初始种群；
(3)评价适应度函数值F，计算个体位置，并进行种群间学习；
(4)计算个体搜索方向和搜索步长：
①采用高斯隶属函数表示搜索步长模糊变量：
uA(x)＝exp[-(x-u)2/2δ2]
式中，uA为高斯隶属度；x为输入变量；u、δ为隶属函数参数；当输出变量超过[u-3δ，u+3δ]时，若隶属度小于0.0111，则可以忽略；故设定umin＝0.0111
采用线性隶属度时，在最佳位置有最大隶属度umax＝1.0；最差位置有最小隶属度，当隶属度在[umin，ummax]时，隶属度则有：
uij＝rand(ui，1)，j＝1，2，…，D
式中，ui为适应度函数i的隶属度；uij为j维搜索空间适应度函数i的隶属度；D为搜索空间维度数；Ii是种群适应度函数值按降序排列后xi(t)的序列编号；
②得出隶属度uij后，由不确定推理的行为推出搜索步长：
式中，δij为高斯隶属函数参数；αij为j维搜索空间搜索步长；
δij＝ω|Xmax-xmin|
ω＝(Tmax-t)/Tmax
式中，xmin和xmax分别为同一个子群中最小、最大函数值的位置；ω是惯性取值，由0.9递减为0.1；t为当前迭代次数；Tmax为最大迭代次数；
③由利己行为、利他行为和预动行为三个方向加权确定搜索方向
式中， 为利己方向、 为利他方向、 为预动方向； 和 分别为
中的最佳位置； 为第i个搜寻个体的最佳位置，
为第i个搜寻个体所在种群的历史最佳位置；sign(·)为符号函数； 为已知区间[0,
1]内均匀随机选择的实数；
④确定搜索方向和步长后，进行位置更新，其公式为：
Δxij(t+1)＝αij(t)dij(t)
xij(t+1)＝xij(t)+Δxij(t+1)
⑤更新个体位置，若满足条件，其个体作为最优解输出，若不满足条件，则返回步骤(3)。
4.根据权利要求1所述的一种基于SOA-WNN的光伏短期输出功率预测方法，其特征在于：所述步骤3的具体方法为：
所述步骤3在通过步骤2人群搜索算法进行的小波神经网络参数优化，得到小波神经网络的最优小波因子及网络权值初值后，输入步骤1所得基于皮尔森相似系数的相似日数据和优化参数进行小波神经网络建模，即可得到基于SOA-WNN的光伏短期输出功率预测模型；
最后，将被预测日的温度、风速、湿度、大气压等数据输入模型之中，获得被预测日的基于SOA-WNN的光伏短期输出功率预测值。
一种基于SOA-WNN的光伏短期输出功率预测方法
技术领域
背景技术
发明内容
为第i个搜寻个体所在种群的历史最佳位置；sign(·)为符号函数； 为已知区间[0,1]内均匀随机选择的实数；
具体实施方式
为第i个搜寻个体所在种群的历史最佳位置；sign(·)为符号函数； 为已知区间[0,1]内均匀随机选择的实数；
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种基于完全信息动态非合作主从博弈的蓄滞洪区分洪量分配方法 | 2020-05-08 | 738 |
| 人工模拟化合物的发射 | 2020-05-15 | 355 |
| 一种基于量子搜寻者搜索机制的圆环阵方向图综合方法 | 2020-05-12 | 934 |
| 一种元炁调养仪器 | 2020-05-13 | 43 |
| 环肽类化合物及其作为药物的用途 | 2020-05-18 | 526 |
| 作为丙型肝炎抑制剂的化合物及其在药物中的应用 | 2020-05-14 | 296 |
| 一种昆虫信息素缓慢释放的管状装置 | 2020-05-16 | 102 |
| Novel antibiotic diperamycin and its production | 2020-05-25 | 717 |
| 一种元炁调养仪器 | 2020-05-17 | 903 |
| 유의어 전자사전 및 그 전자사전을 이용한 유의어 검색방법 | 2020-05-23 | 325 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
