基于云计算和智能优化SVR的光伏发电功率预测

基于云计算和智能优化SVR的光伏发电功率预测

论文摘要

为提高光伏发电功率的预测精度,针对支持向量机回归(Support Vector Regression,SVR)模型的预测结果易受其惩罚系数C、敏感损失函数的最大误差系数ε和核函数g影响的问题,提出一种基于新型智能算法-蝗虫算法优化SVR模型参数的光伏发电功率预测模型。由于光伏发电功率数据存在随机性和间隙性的特征,Multi-Agent和分布式思想被引入蝗虫算法优化SVR模型,通过将云计算的MapReduce框架和GOA-SVR结合,提出一种基于MapReduce和GOA-SVR并行化的光伏发电功率预测模型(MapReduce and GOA-SVR,MR-GOA-SVR),从而提高海量高维光伏发电数据的处理能力。将影响光伏输出功率的11个气象因素作为GOA-SVR的输入向量,光伏输出功率作为GOA-SVR的输出向量,建立GOA-SVR的光伏发电功率预测模型。研究结果表明:MR-GOA-SVR可以有效提高不同天气类型下的光伏发电功率的预测精度,具有很强的现实性和指导意义。与PSO-SVR、GA-SVR、GOA-SVR和SVR相比,MR-GOA-SVR在晴天、阴天和雨天均可以提高预测精度,且具有优异的并行性能。

论文目录

  • 0 引 言
  • 1 基本理论
  •   1.1 云计算
  •   1.2 SVR模型
  •   1.3 蝗虫优化算法
  • 2 基于云计算和GOA-SVR的算法
  •   2.1 GOA-SVR目标函数
  •   2.2 算法流程
  •   2.3 基于云计算的MR-GOA-SVR算法
  •     2.3.1 MR-GOA-SVR
  •     2.3.2 MR-GOA-SVR算法流程
  • 3 实证分析
  •   3.1 试验环境
  •   3.2 评价指标
  •   3.3 数据来源
  • 4 结 论
  • 文章来源

    类型: 期刊论文

    作者: 黄桂春,何柏娜,孟繁玉

    关键词: 云计算,蝗虫算法,支持向量机回归,光伏发电,粒子群算法,遗传算法,新能源,清洁可再生能源

    来源: 水利水电技术 2019年10期

    年度: 2019

    分类: 工程科技Ⅱ辑,信息科技

    专业: 电力工业,自动化技术

    单位: 山东理工大学

    基金: 国家自然科学基金项目(51807112),山东省重大科技创新工程项目(2017CXGC0615),山东省高等学校科技计划项目(J14LN27)

    分类号: TM615;TP18

    DOI: 10.13928/j.cnki.wrahe.2019.10.024

    页码: 178-186

    总页数: 9

    文件大小: 2878K

    下载量: 316

    相关论文文献

    标签:;  ;  ;  ;  ;  ;  ;  ;  

    基于云计算和智能优化SVR的光伏发电功率预测
    下载Doc文档

    猜你喜欢