期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于小波分析和集成学习的光伏输出功率短期预测
被引量:
11
1
作者
孙永辉
范磊
+3 位作者
卫志农
李慧杰
Kwok W Cheung
孙国强
《电力系统及其自动化学报》
CSCD
北大核心
2016年第4期6-11,30,共7页
针对光伏输出功率的预测精度影响系统安全调度和稳定运行的问题,该文建立了基于小波分析和集成学习的光伏输出功率短期预测模型。考虑到光伏输出功率的波动性与随机性,引入小波分析将数据分解成趋势项和随机项,并分别对其建模。其中,趋...
针对光伏输出功率的预测精度影响系统安全调度和稳定运行的问题,该文建立了基于小波分析和集成学习的光伏输出功率短期预测模型。考虑到光伏输出功率的波动性与随机性,引入小波分析将数据分解成趋势项和随机项,并分别对其建模。其中,趋势项采用SVM算法,随机项采用BP算法进行预测处理;再考虑到随机项的非平稳性和BP算法的固有缺点,为提高预测精度,将集成学习引入随机项的预测模型。大量测试结果表明,基于小波分析和集成学习的短期预测模型的预测精度优于现有几种模型。
展开更多
关键词
小波分析
集成学习
BP神经网络
支持向量机
光伏输出功率短期预测
下载PDF
职称材料
题名
基于小波分析和集成学习的光伏输出功率短期预测
被引量:
11
1
作者
孙永辉
范磊
卫志农
李慧杰
Kwok W Cheung
孙国强
机构
河海大学能源与电气学院
阿尔斯通电网技术中心有限公司
ALSTOM Grid Inc.
出处
《电力系统及其自动化学报》
CSCD
北大核心
2016年第4期6-11,30,共7页
基金
国家自然科学基金资助项目(51107032,61104045,51277052)
文摘
针对光伏输出功率的预测精度影响系统安全调度和稳定运行的问题,该文建立了基于小波分析和集成学习的光伏输出功率短期预测模型。考虑到光伏输出功率的波动性与随机性,引入小波分析将数据分解成趋势项和随机项,并分别对其建模。其中,趋势项采用SVM算法,随机项采用BP算法进行预测处理;再考虑到随机项的非平稳性和BP算法的固有缺点,为提高预测精度,将集成学习引入随机项的预测模型。大量测试结果表明,基于小波分析和集成学习的短期预测模型的预测精度优于现有几种模型。
关键词
小波分析
集成学习
BP神经网络
支持向量机
光伏输出功率短期预测
Keywords
wavelet
analysis
ensemble
learning
BP
neural
network
support
vector
machine
(SVM)
short
-
term
forecasting
of
pv
output
power
分类号
TM615 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于小波分析和集成学习的光伏输出功率短期预测
孙永辉
范磊
卫志农
李慧杰
Kwok W Cheung
孙国强
《电力系统及其自动化学报》
CSCD
北大核心
2016
11
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部