基于DPK-means和ELM的日前光伏发电功率预测

• 作者: 李雯 郭玲娟 韩肖清 魏斌
• 来源期刊: 现代电力
• 学科: 工学
• 关键词: 光伏发电功率 日前预测 K-means聚类 密度峰值法 极限学习机
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 新能源电力系统
• 页码范围: 351-357
• 页数: 7页
• 分类号: TM7
• 字数: 4505字
• 语种: 中文
• DOI: 10.19725/j.cnki.1007-2322.2019.0929

摘要

日前光伏发电功率预测是电网经济调度的重要依据.针对K均值(K-means)聚类算法初始聚类中心和聚类数目不易确定的问题和传统神经网络训练参数较多、易陷入局部最优等缺陷,构建了DPK-means和极限学习机(extreme learning machine,ELM)的组合预测算法实现日前光伏发电功率的预测模型.首先,采用密度峰值法(density peaks clustering,DPC)对K-means聚类进行优化,解决了K-means算法初始聚类中心和聚类数目不易确定的问题.然后,在利用DPK-means算法对历史气象数据样本聚类分析的基础上,建立ELM预测模型实现日前光伏发电功率的预测.经实测数据验证可知,所提出的组合预测算法可得到较好的预测结果,具有较强的实用性.