基于相似样本及PCA的光伏输出功率预测

被引：25

作者：

廖卫强 ^{[1
,2
,3
]}

张认成 ^{[1
]}

俞万能 ^{[2
,3
]}

王国玲 ^{[2
,3
]}

机构：

[1] 华侨大学机电及自动化学院

[2] 集美大学轮机工程学院

[3] 福建省船舶与海洋工程重点实验室

来源：

太阳能学报 | 2016年 / 37卷 / 09期

关键词：

光伏功率; 相似样本; 主成分分析(PCA); 预测;

D O I：

暂无

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：

针对光伏输出功率预测问题,提出相似样本及PCA相结合的光伏输出功率预测模型。通过对光伏发电系统历史发电量数据和气象数据相关性分析,根据辐照度具有时间周期性和邻近相似性的特性选取参考样本,求取预测日与参考样本辐照度的欧氏距离并确定相似样本,采用PCA对相似样本提取主成分作为神经网络的输入,简化网络结构。仿真结果表明,相似样本算法可以有效地对不同天气类型的光伏输出功率进行预测,基于PCA的神经网络模型可进一步提高预测精度、泛化性能更好。

引用

页码：2377 / 2385

页数：9

共 15 条

[1]

基于相似日聚类和贝叶斯神经网络的光伏发电功率预测研究 [J].