文档名：改进黑猩猩算法的光伏发电功率短期预测
摘要：针对晴空、非晴空条件下光伏出力预测精度不高等问题,提出一种改进K均值(K-means++)算法和黑猩猩优化算法CHOA(chimpanzeeoptimizationalgorithm)相结合,优化最小二乘支持向量机LSSVM(leastsquaressup-portvectormachine)的模型,进行光伏功率预测.首先,利用密度聚类和混合评价函数改进K-means++对原始数据进行自适应类别划分.其次,通过相关性分析和随机森林特征提取构建模型的输入特征集.最后,根据特征集建立基于DK-PCHOA-LSSVM的短期光伏发电预测模型.结合实际算例,结果表明:该模型在恶劣天气下预测精度明显优于其他模型,验证了其有效性和优越性.
Abstract：Aimedattheproblemssuchaslowaccuracyofphotovoltaic(PV)outputpredictionunderclearskyandnon-clearskyconditions,acombinationofimprovedK-means++algorithmandchimpoptimizationalgorithm(CHOA)isproposedtooptimizethemodelofleastsquaressupportvectormachine(LSSVM)topredictthePVpower.First,thedensityclusteringandmixedevaluationfunctionsareusedtoimprovetheK-means++algorithmtoperformadaptivecat-egorydivisionoftheoriginaldata.Second,theinputfeaturesetofthemodelisextractedbycorrelationanalysisandran-domforestfeatures.Finally,ashort-termPVpowergenerationpredictionmodelbasedonDK-PCHOA-LSSVMisestab-lishedaccordingtothefeatureset.Combinedwithanactualexample,resultsshowthatthepredictionaccuracyoftheproposedmodelissignificantlybetterthanthatofothermodelsinbadweather,whichverifiesitseffectivenessandsupe-riority.
作者：谢国民 陈天香Author：XIEGuomin CHENTianxiang
作者单位：辽宁工程技术大学电气与控制工程学院,葫芦岛125105
刊名：电力系统及其自动化学报
Journal：ProceedingsoftheCSU-EPSA
年，卷(期)：2024, 36(2)
分类号：TM615
关键词：光伏功率短期预测 自适应聚类 最小二乘支持向量机 黑猩猩优化算法 极端天气
Keywords：photovoltaicpowershort-termprediction adaptiveclustering leastsquaressupportvectormachine(LSS-VM) chimpanzeeoptimizationalgorithm(CHOA) extremeweather
机标分类号：TM614TM734TP391.41
在线出版日期：2024年3月26日
基金项目：国家自然科学基金，辽宁省教育厅重点实验室基金资助项目改进黑猩猩算法的光伏发电功率短期预测[
期刊论文] 电力系统及其自动化学报--2024, 36(2)谢国民 陈天香针对晴空、非晴空条件下光伏出力预测精度不高等问题,提出一种改进K均值(K-means++)算法和黑猩猩优化算法CHOA(chimpanzeeoptimizationalgorithm)相结合,优化最小二乘支持向量机LSSVM(leastsquaressup-portvectorm...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
改进黑猩猩算法的光伏发电功率短期预测 Short-term Prediction of Photovoltaic Power Generation by Improved Chimpanzee Optimization Algorithm
改进黑猩猩算法的光伏发电功率短期预测.pdf
- 文件大小:
- 1.46 MB
- 下载次数:
- 60
-
高速下载
|
|
