一种基于森林模型的光伏发电功率预测方法研究

被引：14

作者：

宋小会 ^{[1
]}

郭志忠 ^{[1
]}

郭华平 ^{[2
]}

吴双惠 ^{[3
]}

王兆庆 ^{[3
]}

邬长安 ^{[2
]}

机构：

[1] 哈尔滨工业大学电气工程及自动化学院

[2] 信阳师范学院

[3] 许继电气股份有限公司

来源：

电力系统保护与控制 | 2015年 / 43卷 / 02期

关键词：

回归树; 森林预测模型; 发电功率预测; 神经网络; 光伏发电;

D O I：

暂无

中图分类号：

TM615 [太阳能发电];

学科分类号：

0807 ;

摘要：

为了有效预测光伏发电站发电功率,提高预测精度,给出一种基于森林预测模型FPPG(Forest for Photovoltaic Power Generation)。FPPG是一个由多个回归树组成的集合预测模型。在学习阶段,FPPG首先随机抽样方法构建有差异的训练数据集,进而在不同的训练集上构建有差异的回归树。在预测阶段,首先,FPPG将输入信息沿着每棵树的某条路径分派到相应的叶结点,使用这些叶结点预测发电量,然后,平均这些预测结果得到FPPG对发电厂系统发电量的预测。在实测运行数据集上的实验结果表明,较之于神经网络,FPPG同时表现出更高的预测准确性,从而提高了光伏发电功率预测精度。

引用

页码：13 / 18

页数：6

共 13 条

[1] 面向光伏发电的模式预测树模型 [J].