[发明专利]基于蚁群算法改进的RBF‑BP神经网络的光伏发电输出功率追踪算法在审
| 申请号： | 201610498005.0 | 申请日： | 2016-06-29 |
| 公开（公告）号： | CN106168829A | 公开（公告）日： | 2016-11-30 |
| 发明（设计）人： | 朱正伟;刘晨;周谢益;张南;宋文浩;黄晓竹;刁晓敏;郭晓 | 申请（专利权）人： | 常州大学 |
| 主分类号： | G05F1/67 | 分类号： | G05F1/67 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 213164 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于蚁群算法优化RBF‑BP神经网络用于预测光伏阵列最大功率，通过结合BP神经网络和RBF神经网络的优点，运用最大最小蚁群算法优化改进RBF‑BP神经网络训练前的权值和阈值。本发明通过优化后的神经网络来预测光伏阵列最大功率点。 | ||
| 搜索关键词： | 基于 算法 改进 rbf bp 神经网络 发电 输出功率 追踪 | ||
【主权项】：
一种基于蚁群算法优化RBF‑BP神经网络用于预测光伏阵列最大功率，其特征在于结合了BP神经网络和RBF神经网络的优点，并用最大最小蚁群算法优化组合神经网络权值阈值，优化后的神经网络用于预测光伏阵列最大功率点。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于常州大学，未经常州大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610498005.0/，转载请声明来源钻瓜专利网。
