LS-SVM算法在光伏短期功率预测中的应用

• 作者: 冯旭阳 吕生辉 杨育刚 赵炜
• 来源期刊: 国网技术学院学报
• 学科: 工学
• 关键词: 光伏阵列 功率 短期预测 最小二乘支持向量机
• 年，卷（期）: 2014,（5）
• 页码范围: 1-5
• 页数: 5页
• 分类号: TM615
• 字数: 2867字
• 语种: 中文

摘要

以光伏阵列为研究对象，分析了辐照强度、温度以及日类型对光伏阵列出力的影响。建立了光伏短期功率预测最小二乘支持向量机LS-SVM模型，依据实验数据对模型进行了验证计算，并与BP神经网络模型做了比较，其中LS-SVM模型最大相对误差值为10.54%，平均绝对百分比误差（MAPE）为8.18%，绝对误差平方和平均值的均方根（RMSE）为0.4884，表明模型预测值离散化程度较小，所有预测点均与实际值非常接近，模型具有较好的拟合效果和泛化能力，可以有效地预测短期光伏发电功率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯旭阳	华北电力大学自动化系	3	11	2.0	3.0
2	赵炜	华北电力大学自动化系	4	29	2.0	4.0
3	杨育刚	华北电力大学自动化系	4	20	3.0	4.0
4	吕生辉	华北电力大学自动化系	2	10	2.0	2.0