基于排列熵重构的EEMD-RVM短期光伏功率预测

• 作者: 林翔 武小梅 谢旭泉 谢海波
• 来源期刊: 宁夏电力
• 学科: 工学
• 关键词: 集合经验模态分解 排列熵 相关向量机 光伏功率预测
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 新能源发电技术
• 页码范围: 42-48
• 页数: 7页
• 分类号: TM615
• 字数: 4823字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-3643.2016.06.008

摘要

针对光伏功率序列周期性非平稳特性，难以准确预测的问题，提出一种基于排列熵重构原则的集合经验模态分解(ensemble empirical mode decomposition, EEMD)和相关向量机(relevance vector machine,RVM)的短期光伏功率预测新方法。仿真结果表明：该方法不仅能够有效提高短期光伏功率预测的准确性，而且缩短了预测时间，提高了光伏功率预测效率，适用于光伏功率短期在线预测。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	武小梅	广东工业大学自动化学院	42	498	11.0	21.0
2	谢海波	广东工业大学自动化学院	8	82	3.0	8.0
3	谢旭泉	广东工业大学自动化学院	5	76	3.0	5.0
4	林翔	广东工业大学自动化学院	6	80	3.0	6.0