典型文献
基于多气象要素降维及改进型变分模态分解算法的光伏发电功率预测模型研究
文献摘要：
为了精准预测光伏发电输出功率,文章提出了一种基于多气象要素降维、优化后的变分模态分解(OVMD)技术、自适应t分布的麻雀搜索算法(tSSA)和最小二乘法向量机(LSSVM)的光伏发电输出功率预测模型.利用OVMD技术对输入光伏时间序列数据进行分解处理,引入t SSA对利用各模态分量建立的LSSVM模型进行参数寻优,搭建了基于OVMD-tSSA-LSSVM算法的光伏功率预测模型,并使用了中国东南沿海某地区3 a的气象数据和实时的光伏输出功率数据进行模型性能验证,通过与SVM,LSSVM,VMD-LSSVM和VMD-SSA-LSSVM 4种模型的预测性能对比,OVMD-tSSA-LSSVM模型的预测精度和拟合效果均最优.实验数据表明,该模型的平均绝对百分比误差(MAPE)和均方根误差(RMSE)分别小于3％和0.35,决定系数(R-Square)超过了97％.最后,通过光伏气象要素降维处理,进一步提升了OVMD-tSSA-LSSVM模型性能.
文献关键词：
光伏发电系统;输出功率预测;OVMD-tSSA-LSSVM;多气象要素
中图分类号：
作者姓名：
杨凌升;李伟
作者机构：
南京信息工程大学 电子与信息工程学院,江苏 南京 210044
文献出处：
引用格式：
[1]杨凌升;李伟-.基于多气象要素降维及改进型变分模态分解算法的光伏发电功率预测模型研究)[J].可再生能源,2022(09):1157-1165
A类：
tSSA
B类：
多气象要素,改进型,变分模态分解算法,光伏发电功率预测,功率预测模型,精准预测,测光,OVMD,麻雀搜索算法,法向量,LSSVM,输出功率预测,时间序列数据,模态分量,参数寻优,光伏功率预测,中国东南沿海,某地区,气象数据,光伏输出功率,模型性能,性能验证,预测性能,性能对比,拟合效果,平均绝对百分比误差,MAPE,RMSE,决定系数,Square,降维处理,光伏发电系统
AB值：
0.238322
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。
