基于L-SVM的太阳能短期上网发电量预测方法研究*

• 作者: 董海鹰 路小娟 郭琦
• 来源期刊: 兰州交通大学学报
• 学科: 工学
• 关键词: 短期预测 LS-SVM 上网发电量 太阳能发电
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 信息与电气工程
• 页码范围: 36-39
• 页数: 4页
• 分类号: TM715
• 字数: 2974字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4373.2014.04.008

摘要

对光伏上网发电量进行短期预测,可以为电力部门的调度以及用电计划的调整提供参考。提出了一种基于最小二乘支持向量机(least square support vector machines,LS-SVM)对短期光伏上网发电量的预测方法,LS-SVM方法具有好的泛化能力。以甘肃某地区电厂的并网发电全年实测数据为实例,同时考虑到短期太阳辐射和光伏电池温度对光伏发电量的影响,建立了基于 LS-SVM的短期预测模型。与现有的前向神经网络预测方法进行比较,实验结果表明,该方法能获得更好的预测效果,具有一定的应用潜力。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董海鹰	兰州交通大学自动化与电气工程学院	130	736	16.0	21.0
2	路小娟	兰州交通大学自动化与电气工程学院	29	123	7.0	9.0
3	郭琦	兰州交通大学自动化与电气工程学院	3	8	2.0	2.0