基于灰色聚类与二阶曲波神经网络的光伏提水系统性能比预测

摘要： 性能比是衡量光伏（PV）水泵系统质量和效率的重要参数，正确预测该参数可为制定降低各部分损耗的措施提供指导。因此，本研究提出了一种基于灰色聚类与二阶曲波神经网络的光伏水泵系统性能比预测模型。分析了性能比的含义，并总结了影响光伏水泵系统性能水平的主要因素。结合二阶曲波变换与前馈神经网络构建了二阶曲波神经网络，并设计了其网络结构?；诟慕幕疑劾嗄Ｐ腿范搜盗费居氩馐匝镜姆掷?，研究了相应的数学模型。采用萤火虫算法对二阶曲波神经网络进行优化。通过灰色聚类确定训练样本的灰色分类，利用不同参数的萤火虫算法优化不同结构的二阶曲波神经网络进行训练，随后采用测试样本进行预测分析。仿真结果表明，二阶曲波神经网络具有最高的预测精度和效率，能够正确高效地预测光伏水泵系统的性能比。