基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
确定性的点预测在精度上无法满足大规模光伏并网的调度需求,基于此,提出一种光伏出力区间预测方法.针对光伏功率原始数据的强波动特性,采用变分模态分解(variational model decomposition,VMD)方法将其分解为若干个子序列,并依据样本熵理论,将复杂度较高的子序列重组为波动分量 S,采用高斯过程回归(Gaussian process regression,GPR)法对分量S进行预测,得到其波动区间.考虑到 GPR 本身固有的缺陷,采用纵横交叉(crisscross optimization,CSO)算法对它的超参数寻优过程进行改进,而复杂度相对较低的其他VMD 子序列代表光伏出力稳定分量,因此,采用支持向量机(support vector machine,SVM)法直接对它们进行确定性预测,最后通过重组各分量的预测值,得出光伏出力的区间预测结果.
推荐文章
超短期光伏出力区间预测算法及其应用
粒子群优化
边界估值理论
区间预测
光伏出力预测
气象数据弱相关的光伏出力短期预测
分布式光伏
光伏出力预测
支持向量机(SVM)
参数选择
光伏出力的模糊区间预测
区间预测
支持向量机(SVM)
模糊信息粒化
置信区间
灰色动态BP神经网络在光伏短期出力预测中的应用
BP神经网络
灰色模型
光伏发电
短期出力
预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种短期光伏出力的区间预测方法
来源期刊 广东电力 学科 工学
关键词 区间预测 变分模态分解 纵横交叉算法(CSO) 高斯过程回归(GPR) 支持向量机(SVM)
年,卷(期) 2018,(2) 所属期刊栏目
研究方向 页码范围 51-57
页数 7页 分类号 TM615
字数 4844字 语种 中文
DOI 10.3969/j.issn.1007-290X.2018.002.008
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 殷豪 广东工业大学自动化学院 51 287 10.0 14.0
2 孟安波 广东工业大学自动化学院 92 669 15.0 21.0
3 陈云龙 广东工业大学自动化学院 12 39 4.0 6.0
4 刘哲 广东工业大学自动化学院 7 24 4.0 4.0
5 欧晓峰 广东工业大学自动化学院 1 6 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (169)
共引文献  (336)
参考文献  (17)
节点文献
引证文献  (6)
同被引文献  (52)
二级引证文献  (5)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(8)
  • 参考文献(0)
  • 二级参考文献(8)
2007(8)
  • 参考文献(0)
  • 二级参考文献(8)
2008(16)
  • 参考文献(0)
  • 二级参考文献(16)
2009(12)
  • 参考文献(0)
  • 二级参考文献(12)
2010(19)
  • 参考文献(0)
  • 二级参考文献(19)
2011(22)
  • 参考文献(2)
  • 二级参考文献(20)
2012(18)
  • 参考文献(3)
  • 二级参考文献(15)
2013(24)
  • 参考文献(2)
  • 二级参考文献(22)
2014(20)
  • 参考文献(5)
  • 二级参考文献(15)
2015(4)
  • 参考文献(2)
  • 二级参考文献(2)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(5)
  • 引证文献(4)
  • 二级引证文献(1)
2020(6)
  • 引证文献(2)
  • 二级引证文献(4)
研究主题发展历程
节点文献
区间预测
变分模态分解
纵横交叉算法(CSO)
高斯过程回归(GPR)
支持向量机(SVM)
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
广东电力
月刊
1007-290X
44-1420/TM
大16开
广州市东风东路水均岗8号
1988
chi
出版文献量(篇)
5373
总下载数(次)
16
总被引数(次)
27406
论文1v1指导