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:
为进行光伏发电量的短期预测,提出基于天气预报的聚类再回归预测方法.首先引入Pearson相关系数分析光伏发电量与辐照强度、 气温的相关性,确定辐照强度为回归模型输入以预测逐日光伏发电量.然后利用K-means聚类算法对历史气象数据进行分析并细分天气类型,提出输入为气温温差的逐时辐照强度预测模型.最后通过算例分析验证,该方法依据天气类型、 气温变化量可得到逐日发电量预测值,输入量少,方法简单,预测精度较高.
推荐文章
基于多元统计分析的光伏发电量预测
光伏发电
发电量预测
多元统计学
时间序列分析法
光伏阵列发电量损失评估测量方法
光伏阵列
高斯拟合
多项式拟合
一种高效的光伏监控方案及发电量预测
光伏监控
串口服务器
神经网络
预测
人工智能算法在光伏发电量预测中的应用
光伏发电
发电量预测
BP神经网络
果蝇算法
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 基于聚类再回归方法的光伏发电量短期预测
来源期刊 浙江电力 学科 工学
关键词 光伏发电 辐照强度 短期预测 回归 聚类
年,卷(期) 2020,(7) 所属期刊栏目 电网技术
研究方向 页码范围 48-54
页数 7页 分类号 TM615
字数 5237字 语种 中文
DOI 10.19585/j.zjdl.202007009
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 刘维亮 2 2 1.0 1.0
2 陆爽 1 0 0.0 0.0
3 徐伟明 1 0 0.0 0.0
4 马青 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (253)
共引文献  (269)
参考文献  (24)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(21)
  • 参考文献(0)
  • 二级参考文献(21)
2009(20)
  • 参考文献(0)
  • 二级参考文献(20)
2010(9)
  • 参考文献(0)
  • 二级参考文献(9)
2011(23)
  • 参考文献(3)
  • 二级参考文献(20)
2012(22)
  • 参考文献(1)
  • 二级参考文献(21)
2013(26)
  • 参考文献(2)
  • 二级参考文献(24)
2014(29)
  • 参考文献(1)
  • 二级参考文献(28)
2015(10)
  • 参考文献(5)
  • 二级参考文献(5)
2016(15)
  • 参考文献(4)
  • 二级参考文献(11)
2017(31)
  • 参考文献(1)
  • 二级参考文献(30)
2018(32)
  • 参考文献(2)
  • 二级参考文献(30)
2019(6)
  • 参考文献(5)
  • 二级参考文献(1)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
光伏发电
辐照强度
短期预测
回归
聚类
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
浙江电力
月刊
1007-1881
33-1080/TM
大16开
杭州朝晖八区华电弄1号
1979
chi
出版文献量(篇)
4305
总下载数(次)
6
总被引数(次)
16531
论文1v1指导