非对称基神经网络跟踪光伏最大功率点的方法

作     者：刘道华 胡秀云 刘江峰 关凤 LIU Daohua HU Xiuyun LIU Jiangfeng GUAN Feng

作者机构：信阳师范学院计算机与信息技术学院河南信阳464000 

出 版 物：《西安电子科技大学学报》 (Journal of Xidian University)

年 卷 期：2017年第44卷第5期

页      面：127-133页

核心收录：

学科分类：0808[工学-电气工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 0802[工学-机械工程] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 080201[工学-机械制造及其自动化] 

基　　金：国家自然科学基金资助项目(61402393) 河南省高等学校重点科研资助项目(16A535001) 河南省教师教育课程改革研究重点资助项目(2017-JSJYZD-022 2017-JSJYYB-221) 河南省高等教育教学改革资助项目(2017SJGLX260) 

主　　题：模糊技术 非对称基 神经网络 光伏 最大功率点 

摘      要：为了使光伏发电系统时刻工作在最大功率点处,构建了非对称基神经网络跟踪光伏最大功率点的方法,给出了该方法的具体实现步骤.依据光伏发电因素对发电效率的影响程度不同,构建了模糊因素隶属函数,计算出影响因素的模糊权值,并将该权值融入到非对称基神经网络结构的构建中.通过固定基宽的径向基函数方法、传统的径向基函数方法以及文中方法,并采用4种数量的样本训练网络,通过网络训练时间及标准差进行对比,可得采用180个样本训练网络的精度最高,且文中方法获得网络的精度高于其他方法至少1个数量级以上.使用这种神经网络时刻识别光伏系统的工作参数,能使光伏系统通过滑动变阻器在任一时刻均能让内外电阻完全匹配,从而保证该系统时刻工作在最大功率点处.