Print

基于EMD与FA-SVM的光伏出力超短期预测

论文摘要

为提高光伏预测精度,给电力调度部门提供合理的调度方案,文章首先通过灰色关联度构建待预测日的相似日样本集合,然后通过经验模态分解对光伏出力时间序列进行分解与重构,得到若干个本征模函数分量与一个残差分量,继而对每个分量分别建立预测模型,得到每个分量对应的预测分量并进行叠加,从而得到光伏出力预测值。算例表明,相较于粒子群算法改进的支持向量机算法和人工蜂群算法改进的支持向量机算法,所用萤火虫算法优化的支持向量机算法在对于光伏出力的预测精度上有一定提高。同时也证明经验模态分解能够提升对于非平稳性与随机性较强的序列的预测精度。

论文目录

  • 0 引 言
  • 1 基本原理与数学建模
  •   1.1 关联度分析
  •   1.2 经验模态分解
  •   1.3 萤火虫算法改进支持向量机算法
  • 2 预测模型搭建
  • 3 算例分析
  • 4 结 论

    • 文章来源

    类型: 期刊论文

    作者: 陆思佳,葛玉林

    关键词: 光伏出力预测,欧式距离,经验模态分解,支持向量机算法,萤火虫算法

    来源: 黑龙江电力 2019年05期

    年度: 2019

    分类: 工程科技Ⅱ辑

    专业: 电力工业

    单位: 南京工程学院电力工程学院

    基金: 南京工程学院大学生科技创新基金挑战杯支撑项目(项目编号:TZ20190008)

    分类号: TM615;TM715

    DOI: 10.13625/j.cnki.hljep.2019.05.002

    页码: 382-386

    总页数: 5

    文件大小: 967K

    下载量: 111

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/c72b51289610251dd9cb4208.html