文献类型：期刊文章

作　　者：杨红军[1] 王胜辉[2] 李潇潇[3]

YANG Hong-jun;WANG Sheng-hui;LI Xiao-xiao(Graduate Department,Shenyang Institute of Engineering,Shenyang 110136;School of Electric PowerEngineering,Shenyang Institute of Engineering,Shenyang 110136;Liaoning Energy Investment (Group) Co.,LTD.,Shenyang 110000,Liaoning Province)

机构地区：[1]沈阳工程学院研究生部,辽宁沈阳110136 [2]沈阳工程学院电力学院,辽宁沈阳110136 [3]辽宁能源投资(集团)有限责任公司,辽宁沈阳110000

出　　处：《沈阳工程学院学报（自然科学版）》

年　　份：2019

卷　　号：15

期　　号：4

起止页码：300-305

语　　种：中文

收录情况：CSA、CSA-PROQEUST、普通刊

摘　　要：针对单一光伏出力预测方法的局限性,建立了一种基于最优加权组合方法的光伏发电功率预测模型。基于气象信息数据,采用模糊聚类的方法将历史光伏发电功率样本分为几类,然后将预测日归类为相似度较高的历史样本集。将此类历史样本与预测日的气象数据作为输入样本分别建立BP神经网络模型、支持向量机模型。利用最优加权组合算法进行多模型的加权组合,得到组合预测模型。某光伏电站的实测功率数据与模型预测结果对比表明,提出的模型有较高的预测精度。

关 键 词：功率预测 模糊聚类 BP神经网络 支持向量机 最优加权  

分 类 号：TM615]