基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对目前光伏发电功率预测方法所存在的预测精度较低和不同天气类型适应性较弱的问题,提出一种利用主成分分析(PCA)和遗传算法(GA)改进极限学习机(ELM)的光伏发电功率预测模型(PCA-GA-ELM预测模型).该模型的计算过程:首先,基于季节因素和天气类型等气象因素对于光伏发电系统的影响,在不同季节下建立了不同的子模型,并利用灰色关联分析法选取同种天气类型下的相似日;然后,利用PCA将多个原始输入变量降维成少数彼此独立的变量;最后,利用GA对ELM的初始权值和阈值进行寻优.此外,文章利用光伏电站的实际发电功率数据对预测模型进行验证.分析结果表明,PCA-GA-ELM预测模型具有较高的预测精度和较强的泛化能力.
推荐文章
光伏发电系统发电功率预测
光伏
功率预测
粒子群算法
核函数极限学习机
基于PCA-GA-BP算法的风力发电功率预测
风力发电
PCA 主成分分析
遗传算法
BP 神经网络
降维
传递函数
基于Elman神经网络模型的短期光伏发电功率预测
光伏发电
功率预测
相似日
Elman神经网络
基于改进相似样本选取与特征提取的光伏发电功率预测方法
光伏发电功率预测
野值剔除与补正
优化相似样本
特征提取
广义回归神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于PCA-GA-ELM的光伏发电功率预测研究
来源期刊 可再生能源 学科 工学
关键词 主成分分析法 光伏发电功率预测 遗传算法 极限学习机 灰色关联分析
年,卷(期) 2019,(10) 所属期刊栏目
研究方向 页码范围 1440-1447
页数 8页 分类号 TK519|TM615
字数 5944字 语种 中文
DOI 10.3969/j.issn.1671-5292.2019.10.004
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 宋绍剑 广西大学电气工程学院 83 322 9.0 13.0
2 林小峰 广西大学电气工程学院 110 503 11.0 14.0
3 黄清宝 广西大学电气工程学院 32 152 7.0 10.0
4 程港 广西大学电气工程学院 2 4 2.0 2.0
5 林予彰 马萨诸塞大学洛厄尔分校电气与计算机工程学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (176)
共引文献  (173)
参考文献  (18)
节点文献
引证文献  (2)
同被引文献  (27)
二级引证文献  (0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(9)
  • 参考文献(1)
  • 二级参考文献(8)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(25)
  • 参考文献(3)
  • 二级参考文献(22)
2012(22)
  • 参考文献(0)
  • 二级参考文献(22)
2013(27)
  • 参考文献(1)
  • 二级参考文献(26)
2014(26)
  • 参考文献(0)
  • 二级参考文献(26)
2015(26)
  • 参考文献(1)
  • 二级参考文献(25)
2016(12)
  • 参考文献(2)
  • 二级参考文献(10)
2017(14)
  • 参考文献(5)
  • 二级参考文献(9)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
主成分分析法
光伏发电功率预测
遗传算法
极限学习机
灰色关联分析
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
可再生能源
月刊
1671-5292
21-1469/TK
大16开
辽宁省营口市西市区银泉街65号
8-61
1983
chi
出版文献量(篇)
4935
总下载数(次)
14
总被引数(次)
41118
论文1v1指导