-
题名基于二次自适应支持向量机的光伏输出功率预测
被引量:27
- 1
-
-
作者
殷豪
陈云龙
孟安波
林艺城
-
机构
广东工业大学自动化学院
-
出处
《太阳能学报》
EI
CAS
CSCD
北大核心
2019年第7期1866-1873,共8页
-
基金
广东省科技计划(2016A010104016)
广东省电网公司科技项目(GDKJQQ20152066)
-
文摘
针对传统相似度函数在聚类过程中所存在的问题,提出改进灰色-欧氏距离相似度函数,并将历史样本日模糊聚类分为若干类。另外,考虑到光伏输出数据的复杂性,该文结合小波分解(WD)和集成经验模态分解(EEMD)的各自优势,对光伏数据作双分解处理,得到趋势分量与细节分量,然后采用二次自适应支持向量机模型分别进行光伏功率预测。最后,采用美国俄勒冈州某处光伏发电场的实测数据实验,验证模型的实用性和可行性。
-
关键词
光伏功率预测
小波分解
集成经验模态分解
二次自适应支持向量机
相似度
-
Keywords
photovoltaic prediction
wavelet transform
ensemble empirical mode decomposition
quadric self-adaptive svm model
similarity function
-
分类号
TM615
[电气工程—电力系统及自动化]
-