共 12 条
- [1] Extreme learning machine: Theory and applications.[J].Guang-Bin Huang;Qin-Yu Zhu;Chee-Kheong Siew.Neurocomputing.2006, 1
- [2] 考虑气象因素的负荷预测方法研究及其系统实现.[D].张红旭.湖南大学.2009, 01
- [3] 基于灰色理论与BP神经网络的电力负荷预测.[D].李国辉.哈尔滨理工大学.2005, 01
基于极端学习机的光伏发电功率短期预测
被引：12
作者：
刘士荣
[1
]
李松峰
[1
]
宁康红
[2
]
周啸波
[2
]
荣延泽
[2
]
机构：
[1] 杭州电子科技大学自动化学院
[2] 浙江省电力设计院
来源：
关键词：
光伏发电系统;
相似日;
极端学习机;
发电功率预测;
D O I：
10.14107/j.cnki.kzgc.2013.02.013
中图分类号：
TM615 [太阳能发电];
TP18 [人工智能理论];
学科分类号：
0807 ;
081104 ;
0812 ;
0835 ;
1405 ;
摘要：
为了进一步提高光伏发电功率的预测准确度,首次将极端学习机方法(ELM)和相似日方法结合并引入光伏发电功率短期预测领域。通过分析影响光伏发电功率的各个因素,分时段预测光伏发电功率。该方法在不同时间段中利用相似日评价函数选取历史相似日,结合预测日的天气因素,采用极端学习机对预测日对应时段的发电功率进行预测。通过对预测效果进行比较和分析,结果表明该方法比传统的神经网络预测算法有更好的预测效果。
引用
收藏
页码：372 / 376
页数：5
相关论文