基于FCM和CG-DBN的光伏功率短期预测

• 作者: 李正明 梁彩霞 高赵亮
• 来源期刊: 现代电力
• 学科: 工学
• 关键词: 相似日聚类 深度信念网络 光伏功率短期预测 组合预测模型 共轭梯度法
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 优化与调度
• 页码范围: 62-67
• 页数: 6页
• 分类号: TM732
• 字数: 4669字
• 语种: 中文

摘要

针对光伏输出功率非线性、波动大、不稳定等特征引起光伏功率短期预测不精确的问题,本文提出了一种基于相似日聚类和利用共轭梯度法(CG)改进深度信念网络(DBN)的组合模型预测方法.首先利用FCM聚类算法将原始数据按照隶属度进行相似日聚类,随后根据类别进行CG-DBN预测模型的建模,最后利用该模型进行光伏输出功率的短期预测.本文将方案应用于浙江龙游发电站,并将预测结果与传统预测模型进行了比较.最终得出,FCM和CG-DBN组合预测模型在光伏功率短期预测中的性能优于其他模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李正明	江苏大学电气信息工程学院	157	1549	22.0	31.0
2	梁彩霞	江苏大学电气信息工程学院	3	2	1.0	1.0
3	高赵亮	江苏大学电气信息工程学院	2	2	1.0	1.0