一种基于K均值聚类神经网络的光伏功率预测方法

摘要

本发明涉及一种基于K均值聚类神经网络的光伏功率预测方法，包括：1、以设定时间间隔为采样点，获取预测日和该日之前设定天数的历史日的环境因素数据，根据相似日选择算法选取与预测日的环境因素最相似的相同天气类型的历史日作为相似日；2、采用K均值聚类方法将相似日所有采样点的光伏发电功率值聚类为多组；3、采用每组采样点的光伏发电功率和其对应环境因素数据分别训练具有时延特性的BP神经网络，得到不同分组的光伏发电功率预测模型；4、将预测日中待预测时刻的环境因素数据输入到对应分组的光伏发电功率预测模型中，得到光伏发电功率预测值。本发明与传统的BP神经网络相比，具有更好的运算速度和预测精度。