吴诗芹,陆豪乾

• 1:江苏林洋新能源科技有限公司林洋新能源研究院
• 2:江苏林洋光伏运维有限公司

摘要(Abstract)：

由于光伏发电具有间歇性、波动性的特点,因此准确预测并网型光伏发电系统的输出功率对电网调度,以及电网的安全稳定和经济高效运行具有重要意义。提出了一种基于相似日理论和LIBSVM软件中支持向量机回归(SVR)算法的光伏发电系统输出功率预测方法。通过实例进行仿真验算,并与同样采用相似日理论的反向传播(BP)神经网络算法、径向基(RBF)神经网络算法和Elman神经网络算法进行比较,证明了此预测方法的有效性。

关键词(KeyWords)： 相似日;LIBSVM软件;SVR算法;功率预测;光伏发电

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 吴诗芹,陆豪乾

DOI: 10.19911/j.1003-0417.tyn20200114.02

参考文献(References)：

• [1]何鑫,耿东伟,巨健,等.基于CS_BPNN的光伏发电功率预测模型研究[J].价值工程, 2019, 38(4):173-175.
• [2]何祖军,周光辉,杨奕飞.基于改进双并联过程神经网络的光伏功率预测[J].计算机与数字工程, 2019, 47(8):1890-1894.
• [3]高毅,李盛伟,迟福建,等.基于SOA-WNN的光伏短期输出功率预测[J].电力系统及其自动化学报, 2019,31(6):62-66.
• [4]刘佳林,李刚,王腾飞.基于Elman神经网络模型的短期光伏发电功率预测[J].科技与创新, 2019(2):43-45.
• [5]王帅,杜欣慧,姚宏民.基于密度峰值聚类优化的光伏发电功率预测[J].现代电子技术, 2018, 41(20):141-145,149.
• [6]谭建斌,段春艳,班群.基于改进神经网络的光伏发电功率短期预测方法研究[J].可再生能源, 2019, 37(8):1192-1197.
• [7]陈世游,左为恒.基于改进相似样本选取与特征提取的光伏发电功率预测方法[J].计算机测量与控制, 2019,27(2):165-169, 174.
• [8]祝暄懿,姚李孝.基于相似日和小波神经网络的光伏短期功率预测[J].电网与清洁能源, 2019, 35(3):75-78.
• [9]朱红路,李旭,姚建曦,等.基于小波分析与神经网络的光伏电站功率预测方法[J].太阳能学报, 2015, 36(11):2725-2730.
• [10]叶林,陈政,赵永宁,等.基于遗传算法—模糊径向基神经网络的光伏发电功率预测模型[J].电力系统自动化,2015, 39(16):16-22.
• [11]倪春花,陈国恩,朱伟,等.基于相似日理论和BP神经网络的光伏发电功率预测[J].电气应用, 2016, 35(1):42-48.
• [12]杨蕾,董海鹰,马博,等.基于改进相似日算法的光伏电站功率预测[J].电源技术, 2013, 37(7):1176-1179.
• [13]白鹏,张喜斌,张斌,等.支持向量机理论及工程应用实例[M].西安:西安电子科技大学出版社, 2008.
• [14]王雷.支持向量机在汽轮机状态监测中的应用[M].北京:北京师范大学出版社, 2012.
• [15]韩敏.人工神经网络基础[M].大连:大连理工大学出版社, 2014.
• [16]王小川,史峰,郁磊. MATLAB神经网络43个案例分析[M].北京:北京航空航天大学出版社, 2013.
• [17]王文剑，门昌骞.支持向量机建模及应用[M].北京:科学出版社, 2014.
• [18]郭晓刚,孟山辉.基于LIBSVM的高面板坝趾板基础灌浆智能预测[J].人民长江, 2011, 42(1):33-36.
• [19]任立辉,李文东,慈兴华,等.基于LIBSVM的石油录井中岩屑岩性识别方法研究[J].中国海洋大学学报(自然科学版), 2010, 40(9):131-136.