文献类型：期刊文章

作　　者：于秋玲[1] 许长清[1] 李珊[1] 刘洪[2] 宋毅[3] 刘晓鸥[2]

YU Qiuling XU Changqing LI Shan LIU Hong SONG Yi LIU Xiaoou(Economic Research Institute, State Grid Henan Power Company, Zhengzhou 450052, China School of Electrical Engineering and Automation, Tianjin University, Tianjin 300072, China State Power Economic Research Institute, Beijing 102209, China)

机构地区：[1]国家电网河南省电力公司经济技术研究院,郑州450052 [2]天津大学电气与自动化工程学院,天津300072 [3]国家电网北京经济技术研究院,北京102209

出　　处：《电力系统及其自动化学报》

年　　份：2016

卷　　号：28

期　　号：12

起止页码：115-118

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：本文提出了一种基于模糊聚类和支持向量机的光伏短期功率预测方法。通过气象信息建立模糊相似矩阵将光伏发电功率历史样本划分为若干类,然后通过分类识别获得与预测日最相似的一类历史日样本集,将其与预测日的气象因素作为预测模型的输入样本建立支持向量机光伏发电功率预测模型,并利用余一法对构建的支持向量机模型进行核参数和惩罚参数的优化。根据实际数据对所提模型进行验证,计算分析了预测误差,结果表明该方法具有较高的预测精度,对光伏发电预测具有一定的参考价值。

关 键 词：气象信息 模糊聚类 支持向量机 光伏功率  短期预测  

分 类 号：TM715]