前言

光伏發電功率主要受太陽輻照度影響，所以準確預測太陽輻照度對光伏功率預測十分重要。程序采用小波分解先對輻照度數據進行分解，然后再用bp神經網絡對分解的輻照度數據分別預測，再組合作為最后的預測結果。

文中涉及代碼可參見，需要的小伙伴可自行訂閱

matlab電力系統仿真-matlab光伏并網-太陽輻射預測

人工神經網絡(Artificial?Neural?Network，縮寫為ANN)預測技術能從數據樣本中自動地學習以前的經驗而無需反復查詢和表述過程，并自動地逼近那些最佳表征樣本數據規律的函數，而不論這些函數具有怎樣的形式，其考慮的系統表現的函數形式越復雜，神經網絡這種特性的作用就越明顯，即具有以任意精度逼近復雜的非線性函數的特性。

01仿真程序

clear all; clc; %載入輻照度數據 load irr-temp-data.mat%提取每天8:00-18:00的輻照度數據 irr_train=trainirr(33:72,:); irr_test=testirr(33:72,:);%選擇輸入與期望 [M_train N_train]=size(irr_train);%訓練集的行與列 [M_test N_test]=size(irr_test);%測試集的行與列 %  % %% 將前三天作為輸入 后一天作為輸出  重新構造訓練集和測試集 %  % %訓練集輸入和期望 % for i=1:(N_train-3) %      %     irr_trai

總結

以上是生活随笔為你收集整理的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的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。