基于极端学习机的光伏发电功率短期预测

• 作者: 刘士荣 周啸波 宁康红 李松峰 荣延泽
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 光伏发电系统 相似日 极端学习机 发电功率预测
• 年，卷（期）: 2013,（3）
• 所属期刊栏目: 过程控制技术及应用
• 页码范围: 386-390
• 页数: 5页
• 分类号: TP27
• 字数: 5065字
• 语种: 中文

摘要

为了进一步提高光伏发电功率的预测准确度,该文首次将极端学习机方法(ELM)和相似日方法结合并引入光伏发电功率短期预测领域.通过分析影响光伏发电功率的各个因素,分时段预测光伏发电功率.该方法在不同时间段中利用相似日评价函数选取历史相似日,结合预测日的天气因素,采用极端学习机对预测日对应时段的发电功率进行预测.通过对预测效果进行比较和分析,结果表明该方法比传统的神经网络预测算法有更好的预测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘士荣	杭州电子科技大学自动化学院	73	1072	16.0	30.0
2	宁康红		14	82	4.0	8.0
3	周啸波		6	42	3.0	6.0
4	李松峰	杭州电子科技大学自动化学院	3	32	3.0	3.0
5	荣延泽		2	28	2.0	2.0