MATLAB实战系列（三十五）-MATLAB基于BP神经网络的光伏发电太阳辐照度预测

前言

光伏发电功率主要受太阳辐照度影响，所以准确预测太阳辐照度对光伏功率预测十分重要。程序采用小波分解先对辐照度数据进行分解，然后再用bp神经网络对分解的辐照度数据分别预测，再组合作为最后的预测结果。

文中涉及代码可参见，需要的小伙伴可自行订阅

matlab电力系统仿真-matlab光伏并网-太阳辐射预测

人工神经网络(Artificial Neural Network，缩写为ANN)预测技术能从数据样本中自动地学习以前的经验而无需反复查询和表述过程，并自动地逼近那些最佳表征样本数据规律的函数，而不论这些函数具有怎样的形式，其考虑的系统表现的函数形式越复杂，神经网络这种特性的作用就越明显，即具有以任意精度逼近复杂的非线性函数的特性。

01仿真程序

  

   

    

     

    
    

     

      clear all;
     
    
   

    

     

    
    

     

      clc;
     
    
   

    

     

    
    

     

      %载入辐照度数据
     
    
   

    

     

    
    

     

      load irr-temp-data.mat
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      %提取每天8:00-18:00的辐照度数据
     
    
   

    

     

    
    

     

      irr_train=trainirr(33:72,:);
     
    
   

    

     

    
    

     

      irr_test=testirr(33:72,:);
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      %选择输入与期望
     
    
   

    

     

    
    

     

      [M_train N_train]=size(irr_train);%训练集的行与列
     
    
   

    

     

    
    

     

      [M_test N_test]=size(irr_test);%测试集的行与列
     
    
   

    

     

    
    

     

      % 
     
    
   

    

     

    
    

     

      % %% 将前三天作为输入 后一天作为输出  重新构造训练集和测试集
     
    
   

    

     

    
    

     

      % 
     
    
   

    

     

    
    

     

      % %训练集输入和期望
     
    
   

    

     

    
    

     

      % for i=1:(N_train-3)
     
    
   

    

     

    
    

     

      %     
     
    
   

    

     

    
    

     

      %     irr_trai
     
    
  
 

文章来源: wenyusuran.blog.csdn.net，作者：文宇肃然，版权归原作者所有，如需转载，请联系作者。

原文链接：wenyusuran.blog.csdn.net/article/details/116934141