基于鲁棒LS-SVM在光伏发电预测中的应用

• 作者: 李洪珠 聂苓 贾威 鄂小雪
• 来源期刊: 计算机测量与控制
• 关键词: 光伏发电预测 鲁棒学习 最小二乘支持向量 光伏发电
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: 自动化测试技术
• 页码范围: 1166-1167,1170
• 页数: 3页
• 分类号: TP303
• 语种: 中文

摘要

随着对光伏发电系统不断的应用研究,光伏发电预测技术成为又一重要的课题；光伏发电系统对于国家电网来说是一个不可控的能源,其具有的随机性会对大电网的稳定性造成一定的影响；因此,准确的光伏发电预测对电力系统的运行调度具有深远的意义；文章通过光伏发电历史发电量、太阳能辐射量和温度序列按照时间序列建模方案建立了基于鲁棒学习的最小二乘支持向量机模型；同时,验证了该模型的可行性以及有效性；预测结果表明,该模型具有较高的精度,能够解决光伏发电随机化问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李洪珠	辽宁工程技术大学电气与控制工程学院	73	530	12.0	20.0
2	鄂小雪	辽宁工程技术大学电气与控制工程学院	3	19	2.0	3.0
3	贾威	辽宁工程技术大学电气与控制工程学院	1	12	1.0	1.0
4	聂苓	辽宁工程技术大学电气与控制工程学院	2	16	2.0	2.0