典型文献
基于Kme ans-SSA-LSSVM的光伏短期功率预测
文献摘要：
光伏发电受多种气象因素和环境因素的影响,具有明显的间歇性、 随机性和波动性.为了提高光伏短期功率预测的准确性,提出了一种基于Kmeans-SSA-LSSVM的预测模型,以提高预测精度.首先使用Kmeans算法对天气进行分类,然后利用SSA优化后的LSSVM对各天气类型分别进行功率预测.结果表明与BP、SVM、PSO-SVM相比,Kmeans-SSA-LSSVM提高了光伏短期功率预测模型的精度,对电力系统并网调度有重要意义.
文献关键词：
Kmeans算法;LSSVM;SSA;光伏功率预测
中图分类号：
作者姓名：
周俊龙;田恒源
作者机构：
华北水利水电大学电力学院,河南 郑州 450045
文献出处：
引用格式：
[1]周俊龙;田恒源-.基于Kme ans-SSA-LSSVM的光伏短期功率预测)[J].电工技术,2022(20):56-58
A类：
Kme
B类：
SSA,LSSVM,短期功率预测,光伏发电,气象因素,间歇性,随机性,波动性,Kmeans,天气类型,PSO,功率预测模型,电力系统,并网调度,光伏功率预测
AB值：
0.278432
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。
