基于小波分解与极限学习机的光伏电站辐照度短期预测研究

• 作者: 张俊蔚
• 来源期刊: 青海电力
• 学科: 工学
• 关键词: 光伏电站 辐照度预测 小波分解 极限学习机
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 试验研究
• 页码范围: 33-36
• 页数: 4页
• 分类号: TM615+.2
• 字数: 2819字
• 语种: 中文
• DOI: 10.15919/j.cnki.qhep.2015.04.010

摘要

文章就传统光伏发电站太阳能辐照强度预测精度不理想的问题,给出基于相对关联数据输入的WD-ELM太阳能辐照强度预测方法,提出对日相似度与前趋势相似度进行多种目标优化来选取相似日集的改进相似日算法,并组织建立了广义回归神经网络功率预测模型,提前一天预测分辨率为15 min的太阳能辐照强度.预测成果表明,此方法相对传统太阳能光伏发电站的辐照度预测更为精确.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张俊蔚		2	5	2.0	2.0