摘要：为了实现对大规模并网型光伏电站调度，分析影响光伏出力的气象相关因素，以光照强度和温度作为输入量，分季节建立了一种基于LVQ-6A—BP神经网络预测系统。通过LVQ（Learning Vector Quantization）神经网络对样本进行分类，将分类后的样本训练，得出基于BP神经网络光伏电站出力预测系统，从而提高光伏预测精度。采用6A算法替代传统的学习算法优化BP神经网络的权值和阀值，提高预测网络的训练速度。将建立的LVQ-GA—BP预测系统与传统系统进行了比较和分析，结果表明：该方法的建立，不仅提高了光伏出力的预测精度，而且还提高了BP神经网络的训练速度，具有潜在的工程应用价值。

原文链接:http://www.cqvip.com/QK/90494X/201413/50061810.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）