基于回声脉冲神经P系统的短期光伏功率预测方法及装置

摘要文本

数据由马 克 团 队整理 。本发明涉及光伏发电领域，尤其涉及基于回声脉冲神经P系统的短期光伏功率预测方法及装置，通过获取原始光伏功率数据，并对原始光伏功率数据进行数据预处理；基于非线性脉冲神经P系统和回声状态网络结构，构建PF‑ESNP神经网络模型；采用监督学习算法对PF‑ESNP神经网络模型进行训练并验证，得到训练好的PF‑ESNP神经网络模型；将完成数据预处理的原始光伏功率数据输入到训练好的PF‑ESNP神经网络模型，输出短期光伏功率的可视化预测结果。通过采用该PF‑ESNP神经网络模型不仅能够很好的捕捉到光伏功率时间序列的特征，具有更快的收敛速度，还充分利用了NSNP系统的非线性脉冲机制，更准确地捕捉光伏功率序列的变化趋势，提高了短期光伏功率预测的可靠性和准确性。