基于密度峰值聚类优化的光伏发电功率预测

• 作者: 姚宏民 杜欣慧 王帅
• 来源期刊: 现代电子技术
• 关键词: 密度峰值聚类 光伏发电 灰色关联度 相似日匹配 Elman神经网络 短期功率预测
• 年，卷（期）: 2018,（20）
• 所属期刊栏目: 能源技术
• 页码范围: 141-145,149
• 页数: 6页
• 分类号: TN830.4-34|TM715
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2018.20.034

摘要

密度峰值聚类算法具有收敛速度快、鲁棒性强、无需人为确定最佳聚类数等特点,具备较好的应用前景.为提高光伏功率预测的精度,提出一种将密度峰值聚类算法应用于短期光伏功率预测的方法,并进行了必要优化.该方法首先通过类间距离优化增强气象数据的可分性;然后利用密度峰值聚类对其进行无标签归类,通过灰色关联度匹配出与待预测日相关度最高的类别;最后将其作为Elman神经网络的训练样本,得到预测结果.Matlab仿真结果表明,该方法能够明显提高气象数据的聚类效果,并有效提高光伏功率的短期预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王帅	太原理工大学电气与动力工程学院	40	92	6.0	8.0
2	杜欣慧	太原理工大学电气与动力工程学院	77	351	9.0	14.0
3	姚宏民	太原理工大学电气与动力工程学院	5	5	1.0	2.0