文献类型：期刊文章

作　　者：张雨金[1] 杨凌帆[1] 葛双冶[1] 周杭霞[1]

ZHANG Yujin;YANG Lingfan;GE Shuangye;ZHOU Hangxia(College of Information Engineering,China Jiliang University,Hangzhou 310018,China)

机构地区：[1]中国计量大学信息工程学院,浙江杭州310018

出　　处：《电力系统保护与控制》

基　　金：浙江省基础公益研究计划项目(LGF18F020017)~~

年　　份：2018

卷　　号：46

期　　号：21

起止页码：118-124

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、EI、IC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：短期光伏发电功率预测对维护电网安全稳定和协调资源利用具有重要的意义。提出了一种基于K均值算法(Kmeans)和支持向量机(SVM)的短期光伏发电功率预测方法。根据短期光伏发电特性和光伏发电季节特性,组织预测模型的训练样本集。通过K均值算法对训练样本集进行聚类分析,在聚类得到的各类别数据上分别训练支持向量机。预测时根据预测样本的类别使用相应的支持向量机进行发电功率预测。经实验表明所提出的方法相较于传统的BP、SVM模型精度有了明显的提升,具有较好的工程应用潜力。

关 键 词：光伏发电 预测模型  特性分析 K均值算法 支持向量机  

分 类 号：TM615]