基于光伏发电影响因素分析的集成建模及预测应用

论文摘要

目的:开发一种短期光伏发电功率预测模型,解决电能接入并网后对电网的稳定性和安全性产生影响的问题。方法:利用每日的光伏部分数据建立模型,剩余数据作为测试集,得到每天发电功率的误差。以误差最小的作为测试集,剩余天数的光伏数据作为训练集,根据预测结果的误差大小合并数据,建立新的PSO-SVM弱学习器。最终运用改进的PSO算法找出每个弱学习器的系数,建立预测模型。结果:实验结果显示此模型相较于传统的BP、SVM模型预测效果有了明显的提升。结论:本预测模型具有较精确的预测能力和较强的适应性,并且适应于任何不同天气类型和不同因素的训练数据。

论文目录

文章来源

类型: 期刊论文

作者: 杨凌帆,刘倩,张雨金,周郅皓,周杭霞

关键词: 计量,光伏发电,预测模型,因素重要性分析,梯度提升决策树算法,数据组合分析

来源: 中国计量大学学报 2019年02期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 电力工业

单位: 中国计量大学信息工程学院

基金: 浙江省基础公益研究计划项目(No.LGF18F020017)

分类号: TM615

页码: 158-165

总页数: 8

文件大小: 263K

下载量: 146

相关论文文献

标签：计量论文;  光伏发电论文;  预测模型论文;  因素重要性分析论文;  梯度提升决策树算法论文;  数据组合分析论文;