节点文献

Stacking-SVM的短期光伏发电功率预测

免费订阅

【作者】 张雨金周杭霞

【Author】 ZHANG Yujin;ZHOU Hangxia;College of Information Engineering,China Jiliang University;

【机构】 中国计量大学信息工程学院

【摘要】 短期光伏发电功率预测对维护电网安全稳定和协调资源利用具有重要意义,针对现有的神经网络法、小波分析法等单一预测模型预测精度提升有限的问题,引入集成学习的思想和方法,提出一种基于Stacking算法改进支持向量机(SVM)的短期光伏发电预测方法.该方法先使用多个不同的初级SVM对预测样本进行一次预测得到多个预测输出;然后对训练集进行聚类,使用与预测样本同类别的训练样本训练次级SVM;最后使用次级SVM对多个预测输出进行结合得到最终预测结果.经光伏发电系统的实际运行数据实验,结果表明本文提出的方法相较于单一预测模型精度有了明显提升.

【基金】 浙江省基础公益研究计划项目(No.LGF18F020017)
【所属期刊栏目】 计量与测试 (2018年02期)
  • 【分类号】TM615
  • 【被引频次】3
  • 【下载频次】157
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: