HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于EMD与FA-SVM的光伏出力超短期预测

作者:陆思佳; 葛玉林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

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。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

黑龙江电力

《黑龙江电力》(CN:23-1471/TM)是一本有较高学术价值的大型双月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。

杂志详情