基于Kmeans-SVM的短期光伏发电功率预测

• 作者: 周杭霞 张雨金 杨凌帆 葛双冶
• 来源期刊: 电力系统保护与控制
• 关键词: 光伏发电 预测模型 特性分析 K均值算法 支持向量机
• 年，卷（期）: 2018,（21）
• 所属期刊栏目: 应用研究
• 页码范围: 118-124
• 页数: 7页
• 字数: 3268字
• 语种: 中文
• DOI: 10.7667/PSPC171595

摘要

短期光伏发电功率预测对维护电网安全稳定和协调资源利用具有重要的意义.提出了一种基于K均值算法(Kmeans)和支持向量机(SVM)的短期光伏发电功率预测方法.根据短期光伏发电特性和光伏发电季节特性,组织预测模型的训练样本集.通过K均值算法对训练样本集进行聚类分析,在聚类得到的各类别数据上分别训练支持向量机.预测时根据预测样本的类别使用相应的支持向量机进行发电功率预测.经实验表明所提出的方法相较于传统的BP、SVM模型精度有了明显的提升,具有较好的工程应用潜力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周杭霞	中国计量大学信息工程学院	44	314	11.0	15.0
2	葛双冶	中国计量大学信息工程学院	2	46	2.0	2.0
3	杨凌帆	中国计量大学信息工程学院	3	47	2.0	3.0
4	张雨金	中国计量大学信息工程学院	3	50	2.0	3.0