基于极端学习机的光伏发电功率短期预测
- 详情
- 2021-09-10
- 简介
- 394KB
- 页数 未知
- 阅读 79
- 下载 21
为了进一步提高光伏发电功率的预测准确度,该文首次将极端学习机方法(ELM)和相似日方法结合并引入光伏发电功率短期预测领域。通过分析影响光伏发电功率的各个因素,分时段预测光伏发电功率。该方法在不同时间段中利用相似日评价函数选取历史相似日,结合预测日的天气因素,采用极端学习机对预测日对应时段的发电功率进行预测。通过对预测效果进行比较和分析,结果表明该方法比传统的神经网络预测算法有更好的预测效果。
对不起,您暂无在线预览权限,如需浏览请
立即登录热门商品
相关推荐
基于极端学习机的光伏发电功率短期预测 394KB
基于时序-支持向量机的风电场发电功率预测 397KB
基于RBF—BP组合神经网络的短期风电功率预测研究 362KB
基于粒子群动态灰色模型的短期风电功率预测 609KB
基于超短期风电功率预测的风电场自动发电控制 1.9MB
基于径向基函数极限学习机的短期负荷预测 160KB
太阳能光伏发电论文光伏发电论文 9KB
光伏发电题库. 68KB
光伏发电分类 8KB
基于模态分解和支持向量机的风电功率组合预测 2.1MB