模糊聚类-Elman神经网络短期光伏发电预测模型

• 作者: 丁津津 张倩 张金金 马愿 马金辉
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 孤立森林 模糊C均值 Elman BP
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 能源互联网
• 页码范围: 46-51
• 页数: 6页
• 分类号: TM715
• 字数: 4166字
• 语种: 中文
• DOI: 10.19753/j.issn1001-1390.2020.12.008

摘要

光伏发电功率预测是电网安全稳定运行的基础,从数据挖掘的角度提升光伏发电功率预测精度,文中提出基于孤立森林、模糊C均值和Elman的短期光伏发电功率预测模型.根据预测日选择相似日数据并按天气分类作为训练样本;采用孤立森林清洗训练样本中的异常部分;应用模糊C均值对相似日以及待预测日的气象数据进行聚类分析.结合Elman神经网络算法,形成含孤立森林数据清洗的模糊聚类-Elman神经网络的预测模型,对光伏出力进行精确预测.根据某地市现场实测数据进行实验仿真,预测结果分别与传统Elman和BP模型的预测结果进行对比,所述模型可以获得更高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张倩	安徽大学电气工程与自动化学院	32	77	6.0	7.0
3	张金金	安徽大学电气工程与自动化学院	3	0	0.0	0.0
5	马愿	安徽大学电气工程与自动化学院	3	0	0.0	0.0
7	马金辉		5	3	1.0	1.0
14	丁津津		1	0	0.0	0.0