基于相似样本及PCA的光伏输出功率预测

• 作者: 俞万能 廖卫强 张认成 王国玲
• 来源期刊: 太阳能学报
• 学科: 工学
• 关键词: 光伏功率 相似样本 主成分分析(PCA) 预测
• 年，卷（期）: 2016,（9）
• 页码范围: 2377-2385
• 页数: 9页
• 分类号: TM615
• 字数: 5751字
• 语种: 中文

摘要

针对光伏输出功率预测问题,提出相似样本及PCA相结合的光伏输出功率预测模型.通过对光伏发电系统历史发电量数据和气象数据相关性分析,根据辐照度具有时间周期性和邻近相似性的特性选取参考样本,求取预测日与参考样本辐照度的欧氏距离并确定相似样本,采用PCA对相似样本提取主成分作为神经网络的输入,简化网络结构.仿真结果表明,相似样本算法可以有效地对不同天气类型的光伏输出功率进行预测,基于PCA的神经网络模型可进一步提高预测精度、泛化性能更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张认成	华侨大学机电及自动化学院	100	1107	20.0	28.0
2	廖卫强	华侨大学机电及自动化学院	8	51	4.0	7.0
5	俞万能	集美大学轮机工程学院	51	215	8.0	12.0
7	王国玲	集美大学轮机工程学院	15	57	5.0	7.0