SKBA-LSSVM短期光伏发电功率预测模型

• 作者: 张彩庆 郑强
• 来源期刊: 电力系统及其自动化学报
• 学科: 工学
• 关键词: 光伏发电 短期预测 最小二乘法支持向量机 蝙蝠算法 相似日理论
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 学术论文
• 页码范围: 86-93
• 页数: 8页
• 分类号: TM615
• 字数: 6961字
• 语种: 中文
• DOI: 10.19635/j.cnki.csu-epsa.000104

摘要

为了提高短期光伏发电的预测精度,减少光伏发电不稳定性对于用户和电网的影响,提出一种结合相似日理论和K-means改进蝙蝠算法优化最小二乘法支持向量机LSSVM(least squares support vector machine)正则化参数和核参数的光伏发电功率短期预测方法.该方法通过历史数据集和预测日数据分析影响光伏发电功率的因素,构建日特征向量,筛选历史日数据作为训练集,并将预测日数据作为校验集.利用改进的蝙蝠算法全局寻优特性对LSSVM的参数进行优化,构建短期光伏发电功率预测模型.将所提模型与其他智能算法进行比较,结果表明该方法预测精度较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张彩庆	华北电力大学经济与管理学院	70	686	14.0	24.0
2	郑强	华北电力大学经济与管理学院	1	1	1.0	1.0