排序方式: 共有1条查询结果,搜索用时 15 毫秒
1
1.
准确的光伏功率预测对电网稳定运行具有重要意义,因此提出一种气象特征频繁变化区域的光伏功率预测方法,以期能提高光伏功率预测的准确性。首先,基于Person相关性分析构建光伏功率预测的多变量时间序列;然后,利用C-C法对光伏功率预测的时间序列进行MPSR(多变量相空间重构),进一步挖掘光伏功率与气象特征间的耦合关系;最后,利用SVR(支持向量回归)对光伏功率与气象特征重构后的相空间进行非线性拟合并预测。为验证MPSR能够提高预测效果,同时比较了MPSR结合BPNN(反向传播神经网络)与RBFNN(径向基函数神经网络)的预测效果。算例分析表明,MPSR能够进一步挖掘气象特征变化频繁区域中包含的特征信息,结合MPSR的预测模型提高了光伏功率的预测精度。 相似文献
1