混沌相空间优化重构的光伏发电功率神经网络预测法

摘要

本发明涉及一种混沌相空间优化重构的光伏发电功率神经网络预测法，采用改进C‑C法求解光伏发电功率时间序列的嵌入维数m和延迟量τ，并进行光伏发电功率混沌相空间重构；利用集合经验模态分解和峰值频段划分对相空间各维数据进行分解重构，优化重构混沌吸引子，减小功率随机波动对预测准确度的影响；利用GA优化BP神经网络的初始权值和阈值，构建GA‑BP神经网络预测模型学习混沌吸引子演化规律，实现光伏发电功率预测，获得功率预测值。本发明实现光伏发电功率预测，提升算法收敛速度和预测的准确度和稳定性。并且本发明预测方法无需气象及电站系统数据，预测准确度和稳定性较高。