基于相似日和GA－DBN神经网络的光伏发电短期功率预测

光伏电站输出功率受多种外界环境因素影响显著，存在非线性、波动大等缺点。针对这一问题，提出改进的深度置信网络（Deep Belief Network，DBN）的方法。首先利用遗传算法（Genetic Algorithm，GA）为DBN神经网络选取最优的初始权值；其次利用灰色关联度法选择与预测日气象特征相似度高的日期，将这些日期的天气数据和历史发电功率作为训练样本训练DBN神经网络，建立短期光伏预测模型；最后通过仿真算例分析验证了该方法对传统DBN模型预测准确度的提升，且具有一定的可行性。