典型文献
基于PCA-LMD-WOA-ELM的短期光伏功率预测
文献摘要：
对光伏发电功率进行准确预测,可减弱其并入电网的波动性,有利于电网对新能源发电的调度.基于主成分分析法和局部均值分解相结合的鲸鱼优化算法,构造优化后的极限学习机模型,并使用该模型对光伏发电短期功率进行预测.先用主成分分析法对影响光伏发电功率的因素进行筛选,并使用局部均值分解对选取的主要影响因素及发电功率序列数据进行分解;然后基于子序列使用鲸鱼优化建立极限学习机模型;最后将各序列短期预测结果叠加获得光伏发电短期功率预测结果.通过仿真验证及对比分析,说明该预测方法具有较高的预测精准度.
文献关键词：
光伏发电;主成分分析;局部均值分解;鲸鱼优化算法;极限学习机;短期功率预测
中图分类号：
作者姓名：
王鹏翔;沈娟;王菁旸;林重驰
作者机构：
三峡大学电气与新能源学院,湖北宜昌 443002;三峡大学土木与建筑学院,湖北宜昌 443002
文献出处：
引用格式：
[1]王鹏翔;沈娟;王菁旸;林重驰-.基于PCA-LMD-WOA-ELM的短期光伏功率预测)[J].智慧电力,2022(06):72-78
A类：
B类：
LMD,WOA,ELM,短期光伏功率预测,光伏发电功率,准确预测,并入,波动性,新能源发电,局部均值分解,鲸鱼优化算法,构造优化,极限学习机模型,先用,序列数据,子序列,短期预测,光伏发电短期功率预测,仿真验证
AB值：
0.205388
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。
