典型文献
基于MA-SVM方法的短期光伏功率预测
文献摘要：
光伏发电的功率波动性大,其准确预测对于大规模的光伏发电并网具有重要意义.利用相关性分析法与时间序列方法选取并预测了某电站所在区域的气象数据,得到光伏发电现场更为准确的气象信息预测值.利用主成分分析方法对气象数据降维,得到几种关键影响因子,最终利用改进的支持向量机(SVM)算法对多变量特征序列与光伏功率的关系建模.在验证试验中,使用训练后的支持向量机模型完成预测,并且对预测误差的产生进行了分析.通过与神经网络算法等各种算法的预测效果进行对比,MA-SVM方法的误差相对较小,证明了预测的有效性.
文献关键词：
光伏发电;功率预测;支持向量机;主成分分析;时间序列方法
中图分类号：
作者姓名：
徐萌
作者机构：
国能智深控制技术有限公司,北京102211
文献出处：
引用格式：
[1]徐萌-.基于MA-SVM方法的短期光伏功率预测)[J].电机与控制应用,2022(07):104-111
A类：
B类：
MA,短期光伏功率预测,光伏发电,功率波动,波动性,准确预测,并网,网具,相关性分析法,时间序列方法,所在区域,气象数据,气象信息,信息预测,主成分分析方法,数据降维,多变量,特征序列,关系建模,验证试验,支持向量机模型,预测误差,神经网络算法
AB值：
0.338008
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。
