基于改进粒子群优化支持向量机的光伏电池输出功率预测

基于改进粒子群优化支持向量机的光伏电池输出功率预测

论文摘要

采用支持向量机预测光伏电池功率时,其预测精确度与惩罚参数c和核函数参数g的取值有关。提出一种改进粒子群算法优化支持向量机并预测光伏电池输出功率。改进粒子群算法通过控制粒子的初始速度和位移并限制粒子速度的最大值和最小值,保证粒子不超出规定的速度边界,且具有自主调节功能;增加自适应粒子变异,避免粒子群算法陷入局部最优而导致搜索精度下降。结果表明,采用改进粒子群算法优化支持向量机预测光伏电池输出功率的精度更高,误差更小。

论文目录

  • 0 引 言
  • 1 光伏电池模型
  • 2 预测模型建立及参数寻优
  •   2.1 预测模型建立
  •   2.2 最优参数选择
  •     2.2.1 粒子群算法
  •     2.2.2 改进粒子群算法
  •       (1) 粒子群算法更新粒子位置时, 粒子经常超出规定的速度边界。
  •       (2) 由于种群在搜索空间多样性的丢失, 会使粒子群算法陷入局部最优。
  • 3 预测结果分析
  • 4 结束语
  • 文章来源

    类型: 期刊论文

    作者: 汪友明,穆恒星,徐国宁

    关键词: 支持向量机,粒子群算法,功率预测,仿真,光伏发电

    来源: 电气自动化 2019年03期

    年度: 2019

    分类: 工程科技Ⅱ辑,信息科技

    专业: 电力工业

    单位: 西安邮电大学自动化学院,中国科学院光电研究院

    基金: 北京市自然科学基金资助项目(4164106)

    分类号: TM914.4

    页码: 63-65+91

    总页数: 4

    文件大小: 1092K

    下载量: 295

    相关论文文献

    标签:;  ;  ;  ;  ;  

    基于改进粒子群优化支持向量机的光伏电池输出功率预测
    下载Doc文档

    猜你喜欢