基于EMD与FA-SVM的光伏出力超短期预测

• 作者: 葛玉林 陆思佳
• 来源期刊: 黑龙江电力
• 学科: 工学
• 关键词: 光伏出力预测 欧式距离 经验模态分解 支持向量机算法 萤火虫算法
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 基金论文
• 页码范围: 382-386
• 页数: 5页
• 分类号: TK512
• 字数: 3503字
• 语种: 中文
• DOI: 10.13625/j.cnki.hljep.2019.05.002

摘要

为提高光伏预测精度,给电力调度部门提供合理的调度方案,文章首先通过灰色关联度构建待预测日的相似日样本集合,然后通过经验模态分解对光伏出力时间序列进行分解与重构,得到若干个本征模函数分量与一个残差分量,继而对每个分量分别建立预测模型,得到每个分量对应的预测分量并进行叠加,从而得到光伏出力预测值.算例表明,相较于粒子群算法改进的支持向量机算法和人工蜂群算法改进的支持向量机算法,所用萤火虫算法优化的支持向量机算法在对于光伏出力的预测精度上有一定提高.同时也证明经验模态分解能够提升对于非平稳性与随机性较强的序列的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆思佳	南京工程学院电力工程学院	1	0	0.0	0.0
2	葛玉林	南京工程学院电力工程学院	3	0	0.0	0.0