一种基于森林模型的光伏发电功率预测方法研究.pdfVIP

一种基于森林模型的光伏发电功率预测方法研究.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种基于森林模型的光伏发电功率预测方法研究.pdf

第 43卷 第 2期 电力 系统保护 与控制 V_01.43NO.2 2015年 1月l6日 PowerSystem ProtectionandControl Jan.16,2015 一 种基于森林模型的光伏发电功率预测方法研究 宋小会 ,郭志忠 ,郭华平 ,吴双惠。,王兆庆 。,邬长安 (1.哈尔滨工业大学电气工程及 自动化学院,黑龙江 哈尔滨 150001;2.信阳师范学院,河南 信阳464000 3.许继电气股份有限公司,河南 许昌461000) 摘要:为了有效预测光伏发电站发电功率,提高预测精度,给出一种基于森林预测模型FPPG(ForestforPhotovoltaiCPower Generation)。FPPG是一个由多个回归树组成的集合预测模型。在学习阶段,FPPG首先随机抽样方法构建有差异的训练数据 集,进而在不同的训练集上构建有差异的回归树。在预测阶段,首先,FPPG将输入信息沿着每棵树的某条路径分派到相应 的叶结点,使用这些叶结点预测发 电量,然后,平均这些预测结果得到 FPPG对发电厂系统发电量的预测。在实测运行数据 集上的实验结果表明,较之于神经网络,FPPG同时表现出更高的预测准确性,从而提高了光伏发电功率预测精度。 关键词:回归树;森林预测模型;发电功率预测;神经网络;光伏发电 Anew forecastingmodelbasedonforestforphotovoltaicpowergeneration SONG Xiaohui,GUOZhizhong,GUOHuaping,WU Shuanghui。WANGZhaoqing,WU Changan , (1.DepartmentofElectricalEngineering,HarbinInstituteofTechnology,Harbin150001,China;2.XinyangNormalUniversity, Xinyang464000,China;3.XJElectricCo.,Ltd.,Xuchang461000,China) Abstract:Anovelmodelcalledforestforphotovoltaicpowergener~ion(FPPG)isproposedtoeffectivelypredictthegeneration powerofphotovoltaicpowergeneration.FPPG isanassemblypredictmodelcomposedbymultiregressiontree.Inlearningstage, FPPGfirstobtainstrainingsetswithdiversiyt usingrandom sampletechnique,andthen,constructsregressiontreeswithdiversity. Forpredictionstage,theleafhtatthehasbeenassignedinputinformationalongthepathofeachtreepredictsthepowergeneration. ThenFPPG obtainsthecorrespondingpredictionbyaveragingthepredictionsofthecorrespondingleaves.Experimentalresultsshow that,comparedwithneuralnetwork,FPPG performsbettergeneratedpowerforecasting. Keywords:regressiontree;FPPG;generatedpowerforecasting;neuralnetwork;photovoltaicpowergeneration 中图分类号: TM715 文献标识码:A 文章编号: 1674.3415(2015)02.0013.06

文档评论(0)

月光般思恋 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档