典型文献
基于EOSSA-ELM的光伏短期输出功率预测
文献摘要：
为了进一步提升光伏短期输出功率预测的精度,提出一种改进的基于精英反向策略的麻雀搜索算法(EOSSA)优化极限学习机(ELM)的光伏短期输出功率预测模型.EOSSA利用动态安全值和精英反向学习来优化ELM模型的输入权值及阈值,可以有效避免ELM陷入局部最优,提升预测精度.与传统的ELM模型、SSA优化的ELM模型和Elman神经网络模型的比较结果表明,EOSSA算法的收敛速度及精度均优于SSA算法.EOSSA-ELM模型对于不同天气状况的功率预测精度高,具有较高的实用价值.
文献关键词：
光伏输出功率;预测;麻雀搜素算法;极限学习机
中图分类号：
作者姓名：
陈骏嚎;张娜;刘广忱;郭力萍;李静宇
作者机构：
内蒙古工业大学 内蒙古自治区电能变换传输与控制重点实验室,内蒙古 呼和浩特 010000
文献出处：
引用格式：
[1]陈骏嚎;张娜;刘广忱;郭力萍;李静宇-.基于EOSSA-ELM的光伏短期输出功率预测)[J].可再生能源,2022(07):890-898
A类：
EOSSA,麻雀搜素算法
B类：
ELM,输出功率预测,麻雀搜索算法,化极,极限学习机,功率预测模型,安全值,精英反向学习,权值,局部最优,Elman,收敛速度,不同天气状况,光伏输出功率
AB值：
0.210185
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
