購物車(0)
基于光伏發(fā)電影響因素分析的集成建模及預(yù)測應(yīng)用
關(guān)鍵詞：計(jì)量 光伏發(fā)電 預(yù)測模型 因素重要性分析 梯度提升決策樹算法
摘要：目的:開發(fā)一種短期光伏發(fā)電功率預(yù)測模型,解決電能接入并網(wǎng)后對(duì)電網(wǎng)的穩(wěn)定性和安全性產(chǎn)生影響的問題。方法:利用每日的光伏部分?jǐn)?shù)據(jù)建立模型,剩余數(shù)據(jù)作為測試集,得到每天發(fā)電功率的誤差。以誤差最小的作為測試集,剩余天數(shù)的光伏數(shù)據(jù)作為訓(xùn)練集,根據(jù)預(yù)測結(jié)果的誤差大小合并數(shù)據(jù),建立新的PSO-SVM弱學(xué)習(xí)器。最終運(yùn)用改進(jìn)的PSO算法找出每個(gè)弱學(xué)習(xí)器的系數(shù),建立預(yù)測模型。結(jié)果:實(shí)驗(yàn)結(jié)果顯示此模型相較于傳統(tǒng)的BP、SVM模型預(yù)測效果有了明顯的提升。結(jié)論:本預(yù)測模型具有較精確的預(yù)測能力和較強(qiáng)的適應(yīng)性,并且適應(yīng)于任何不同天氣類型和不同因素的訓(xùn)練數(shù)據(jù)。
中國計(jì)量大學(xué)學(xué)報(bào)雜志要求:
{1}國家基金資助項(xiàng)目的研究論文，請(qǐng)注明批準(zhǔn)立項(xiàng)項(xiàng)目批號(hào)并出示相應(yīng)的證明材料。
{2}必須是作者獨(dú)立取得的原創(chuàng)性、學(xué)術(shù)研究成果，不侵犯任何著作權(quán)和版權(quán)，不損害第三方的其他權(quán)利，引用部分文字的要在參考文獻(xiàn)中注明，署名和作者單位無誤，切勿一稿多投，文責(zé)自負(fù)。
{3}論文題目不超過20個(gè)字，必要時(shí)可加副標(biāo)題。題目要能概括文章主旨，且須簡明、具體、確切。
{4}參考文獻(xiàn):按CB7714.87《文后參考文獻(xiàn)著錄規(guī)則》采用順序編碼制著錄。依照其在文中出現(xiàn)的先后順序有阿拉伯?dāng)?shù)字加方括號(hào)于右上角標(biāo)出。
{5}所有英文人名、地名應(yīng)有規(guī)范譯名，并在第一次出現(xiàn)時(shí)用括號(hào)標(biāo)注原名。
注：因版權(quán)方要求，不能公開全文，如需全文，請(qǐng)咨詢雜志社
