资源简介
为了提高光伏发电功率预测的精度,本文在结合灰色预测算法(GM)与神经络预测算法优点的基础上,提出一
种基于灰色径向基函数(Radical Basis Function, RBF)和神经网络光伏发电功率预测模型。 该预测模型综合了灰色预
测算法所需历史数据少以及 RBF 神经网络预测算法自学习能力强的优点。 最后,运用南昌地区夏季和冬季晴天、阴
天、雨天光伏发电历史数据在 MATLAB 应用平台编程实现对 GM-RBF 神经网络预测模型的预测精度进行验证,得出
基于 GM-RBF 神经网络光伏发电预测模型在夏季晴天预测误差为 6.495%、夏季阴天预测误差为 12.146%、夏季雨天
预测误差为 21.531%、冬季晴天预测误差为 8.457%、冬季阴天预测误差 14.379%、冬季雨 天预 测 误 差为 18.495%,其
预测精度均高于灰色预测算法和 RBF 神经网络预测算法
代码片段和文件信息
- 上一篇:溶质运移转化问题
- 下一篇:RBF神经网络负荷预测
相关资源
- RBF神经网络负荷预测
- 粒子群算法优化RBF神经网络
- 灰色预测模型GM(1n) Matlab程序
- 基于k-均值的RBF神经网络实现
- RBF神经网络的训练 MATLAB源程序代码
- 基于s函数的RBF网络自适应pid控制器
- 机械手的rbf自适应控制建模与matlab程
- rbf神经网络的建模与matlab程序与simu
- PSO 优化径向基神经网络参数
- 基于MATLAB的灰色预测模型的实现
- Matlab可用于电力系统短期负荷预测的
- Matlab遗传算法优化RBF网络权值-遗传算
- 基于改进RBF的Q算法路径规划仿真MAT
- RBF and svm matlab code matlab回归预测的源
- 几十个常见的MATLAB程序
- GA-RBF
- RBF_Matlab_code 径向基函数的matlab 代码程
- RBF-shenjingwangluoyuce RBF神经网络预测控
- RBF-shenjingwangluohundunyuce RBF神经网络混
- GA_RBF
- PSObpPpsorbf 粒子群优化神经网络的程序
- GA-RBF 自适应遗传算法优化RBF神经网络
- PSO-RBF-wonderful
- RBF-NEURAL-CONTROOL
- GM 残差灰色模型的改进算法。可以得
- 灰色预测模型Matlab代码[比赛已经用过
- rbf源代码的MATLAB实现
- FCMKFCM图像分割系统
- 灰色预测源代码(matlab)
- RBF神经网络神经网络故障诊断和数据
评论
共有 条评论