基于误差分类的分布式光伏超短期功率预测

• 作者: 刘念 杨苹 王程 许爱东 郭晓斌 雷金勇
• 来源期刊: 南方电网技术
• 学科: 工学
• 关键词: 分布式光伏 超短期功率预测 支持向量机 分类器
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 新能源与微电网
• 页码范围: 41-46
• 页数: 6页
• 分类号: TM615|TM715
• 字数: 4392字
• 语种: 中文
• DOI: 10.13648/j.cnki.issn1674-0629.2015.04.007

摘要

针对分布式光伏系统,使用相关系数确定功率预测模型的样本输入,在没有天气预报,仅依靠天气数据和功率输出的历史记录信息的情况下,采用支持向量机建立了超短期功率预测模型.通过离线的权重系数寻优和基于误差分类的分类器设计,筛选出支持向量机的训练样本,使得建立的模型能够充分反映光伏输出功率的变化规律.实验结果表明,该模型能够获得较高的预测精度,预测样本的分类能够在实际值未知的情况下根据分类结果判断预测值的可信度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨苹	华南理工大学电力学院	155	2093	24.0	39.0
2	许爱东		55	584	14.0	21.0
3	刘念	华北电力大学电气与电子工程学院	51	1140	18.0	32.0
4	郭晓斌		54	462	14.0	18.0
5	雷金勇		64	808	15.0	26.0
6	王程	华北电力大学电气与电子工程学院	5	12	1.0	3.0