-
题名基于多维特征分析的双层协同太阳辐照度预测
被引量:2
- 1
-
-
作者
张鸿皓
杨国华
郑豪丰
柳勇
杨倩
贾睿
-
机构
宁夏大学物理与电子电气工程学院
宁夏电力能源安全重点实验室
-
出处
《太阳能学报》
EI
CAS
CSCD
北大核心
2022年第8期143-149,共7页
-
基金
国家自然科学基金(61763040)
宁夏自治区重点研发项目(2018BFH03004)
宁夏自治区自然科学基金(NZ17022)。
-
文摘
为增强逐日太阳辐照度预测的准确性和普适性,提出一种基于多维特征分析的双层协同预测模型。首先,搭建一种双层协同架构,将整个模型分成基准层和提升层两部分,使用分层预测的方式追踪目标对象的多维特征和变化趋势;其次,以数值天气预报(NWP)为输入,采用LightGBM基于特征学习预测方法构建基准预测模型;然后,在前者的基础上,挖掘目标时刻太阳辐照度与历史时序数据之间的关联性,引入改进AdaBoost算法与多隐层极限学习机(MH-ELM)作为提升层主体,提高时序预测的稳定性;最后,选用中国中部地区某光伏电站实测太阳辐照度数据进行算例分析,验证了该模型的合理性和有效性。
-
关键词
太阳辐照度
预测
ADABOOST算法
双层协同架构
LightGBM
多隐层极限学习机
-
Keywords
solar irradiance
prediction
AdaBoost algorithm
bi-layer collaborative architecture
LightGBM
multiple hidden layer ELM
-
分类号
TM615
[电气工程—电力系统及自动化]
-