《表1 各算法辨识参数和效果对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于AEPSO-BPNN的光伏阵列多场景参数辨识》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

各算法辨识参数和效果如表1所示。由表1可得，由于引入自适应、进化和重构等改进策略，且神经网络的权值和阈值通过粒子群算法快速优化，可以大大减少神经网络的训练次数，因此AEPSO-BPNN算法的运行时间最短，PSO-BPNN算法次之，未经过粒子群优化的神经网络算法，需要通过大量的训练过程才能找到较为满意的适应度值，因此其迭代前期收敛时间较长，总的运行时间也是最长的。