利用蝙蝠算法优化SVR的太阳辐照度预测方法研究

• 作者: 周剑 姚海成 林琳 邢恩恺 陈艳伟 黄南天
• 来源期刊: 可再生能源
• 学科: 工学
• 关键词: 太阳辐照度预测 支持向量回归 蝙蝠算法 惩罚因子 核函数
• 年，卷（期）: 2018,（11）
• 页码范围: 1612-1617
• 页数: 6页
• 分类号: TK511|TM615
• 字数: 4693字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-5292.2018.11.006

摘要

为了提高太阳辐照度的预测精度,提出一种利用蝙蝠算法(BA)优化支持向量回归(SVR)的太阳辐照度预测方法.首先,确定SVR预测器的基本结构,选取环境温度、云量、风速、风向、环境湿度以及年积日等与太阳辐照度关系较为紧密的气象监测数据,构成SVR的输入特征向量,将待预测时段小时平均太阳辐照度作为SVR的输出;然后,以预测精度为判断依据,利用蝙蝠算法对SVR的惩罚因子和RBF核函数方差进行寻优;最后,利用最优参数建立SVR预测模型,并对太阳辐照度进行预测.分析结果表明,相比于无参数优化SVR预测模型和利用粒子群算法优化SVR模型的太阳辐照度预测方法,文章所提出的预测方法具有更高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周剑		29	276	10.0	16.0
2	黄南天	东北电力大学电气工程学院	24	218	8.0	14.0
3	姚海成		5	27	2.0	5.0
4	陈艳伟		2	4	2.0	2.0
5	邢恩恺	东北电力大学电气工程学院	1	2	1.0	1.0