基于SSA和K均值的TD-BP神经网络超短期光伏功率预测 |
| |
作者姓名: | 黄雨薇 彭道刚 姚峻 张浩 于会群 |
| |
作者单位: | 1. 上海电力大学自动化工程学院;2. 上海明华电力技术工程有限公司 |
| |
基金项目: | 国家自然科学基金重大研究计划培育项目(92067105);国家自然科学基金面上项目(71871160);;上海市“科技创新行动计划”地方院校能力建设专项项目(20020500500); |
| |
摘 要: | 针对光伏功率预测精度不高的特点,提出一种融合了奇异谱分析、K均值聚类法、时延特性和BP神经网络的光伏功率预测模型.利用相似日理论选取各天气类型训练样本,通过奇异谱分析的分解及重构,提取出蕴含在时间序列中的趋势及准周期成分,利用K均值聚类法将重构后的各天气样本聚类分析为K类.每类以温度、风速、天气类型和历史功率作为样本属...
|
关 键 词: | 光伏发电 预测 神经网络 奇异谱分析 K均值聚类 时延特性 |
本文献已被 CNKI 等数据库收录! |
|