基于Kmeans-SVM的短期光伏发电功率预测

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....

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	电力系统保护与控制 2018-11, Vol.46 (21), p.118-124
Hauptverfasser:	张雨金, 杨凌帆, 葛双冶, 周杭霞
Format:	Artikel
Sprache:	chi
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Beschreibung
Zusammenfassung:	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.
ISSN:	1674-3415
DOI:	10.7667/PSPC171595