一种基于森林模型的光伏发电功率预测方法研究

• 作者: 吴双惠 宋小会 王兆庆 邬长安 郭华平 郭志忠
• 来源期刊: 电力系统保护与控制
• 学科: 工学
• 关键词: 回归树 森林预测模型 发电功率预测 神经网络 光伏发电
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 理论分析
• 页码范围: 13-18
• 页数: 6页
• 分类号: TM715
• 字数: 3528字
• 语种: 中文

摘要

为了有效预测光伏发电站发电功率，提高预测精度，给出一种基于森林预测模型FPPG (Forest for Photovoltaic Power Generation)。FPPG是一个由多个回归树组成的集合预测模型。在学习阶段，FPPG首先随机抽样方法构建有差异的训练数据集，进而在不同的训练集上构建有差异的回归树。在预测阶段，首先，FPPG 将输入信息沿着每棵树的某条路径分派到相应的叶结点，使用这些叶结点预测发电量，然后，平均这些预测结果得到FPPG对发电厂系统发电量的预测。在实测运行数据集上的实验结果表明，较之于神经网络，FPPG同时表现出更高的预测准确性，从而提高了光伏发电功率预测精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭志忠	哈尔滨工业大学电气工程及自动化学院	219	5915	44.0	65.0
2	邬长安		36	223	9.0	12.0
3	吴双惠		10	166	5.0	10.0
4	宋小会	哈尔滨工业大学电气工程及自动化学院	5	50	4.0	5.0
5	郭华平		18	92	6.0	9.0
6	王兆庆		2	26	2.0	2.0