基于数据预处理与特征表示的多核SVM短期光伏发电预测

被引：25

作者：

陈锦铭 ^{[1
]}

郭雅娟 ^{[1
]}

伍旺松 ^{[2
]}

吴倩红 ^{[2
]}

韩蓓 ^{[2
]}

李国杰 ^{[2
]}

机构：

[1] 国网江苏省电力公司电力科学研究院

[2] 上海交通大学电力传输与功率变换控制教育部重点实验室

来源：

水电能源科学 | 2018年 / 36卷 / 09期

关键词：

数据预处理; 特征表示; 小波阈值分析; 二次聚类; 多核支持向量机;

D O I：

10.20040/j.cnki.1000-7709.2018.09.051

中图分类号：

TM615 [太阳能发电];

学科分类号：

080811 [新能源发电与电能存储];

摘要：

针对气温、降雨等气象数据有时难以获得且仅有的辐照度、光伏发电功率属于多源数据、毛刺多、具有不同特征的问题,提出了基于数据预处理与特征表示的多核支持向量机光伏预测方法,利用小波阈值分析法对光伏发电功率与辐照度进行去噪处理,通过对辐照度特征表示参数提取,进行SOM与k-means结合的二次聚类选取相似日,并采用多核支持向量机进行预测。结果表明,小波阈值去噪后能大幅提高预测精度,仅用辐照度与功率数据进行预测也能取得较高的预测精度,且多核预测精度高于单核预测精度。

引用

页码：205 / 208+147 +147

页数：5

共 11 条

[1]

并网型光伏电站发电功率预测方法与系统 [D].