基于相似日的ARMA-LM的光伏发电功率预测

• 作者: 汪庆洋
• 来源期刊: 电气开关
• 学科: 工学
• 关键词: 光伏预测 LM神经网络 自回归移动平均模型 相似日
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 设计与研究
• 页码范围: 51-55,58
• 页数: 6页
• 分类号: TM76
• 语种: 中文

摘要

本文采用综合预测的方法,对数据进行相似日处理,大大降低了不同天气类型对光伏功率预测的影响,通过ARMA时间序列结合LM神经网络,弥补了LM神经网络在线性部分(趋势、季节变动、循环波动)的不足,大大提高了预测的精确度和稳定性.分别对晴天、阴天和雨天三种天气类型下的光伏功率进行预测,并将其与灰色预测、LM神经网络模型进行对比.结果 表明,结合相似日的时间序列神经网络光伏发电功率预测模型,在光伏发电功率预测领域具有更高的精度与稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汪庆洋		3	0	0.0	0.0