论文摘要
针对传统相似度函数在聚类过程中所存在的问题,提出改进灰色-欧氏距离相似度函数,并将历史样本日模糊聚类分为若干类。另外,考虑到光伏输出数据的复杂性,该文结合小波分解(WD)和集成经验模态分解(EEMD)的各自优势,对光伏数据作双分解处理,得到趋势分量与细节分量,然后采用二次自适应支持向量机模型分别进行光伏功率预测。最后,采用美国俄勒冈州某处光伏发电场的实测数据实验,验证模型的实用性和可行性。
论文目录
文章来源
类型: 期刊论文
作者: 殷豪,陈云龙,孟安波,林艺城
关键词: 光伏功率预测,小波分解,集成经验模态分解,二次自适应支持向量机,相似度
来源: 太阳能学报 2019年07期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 电力工业
单位: 广东工业大学自动化学院
基金: 广东省科技计划(2016A010104016),广东省电网公司科技项目(GDKJQQ20152066)
分类号: TM615
页码: 1866-1873
总页数: 8
文件大小: 2438K
下载量: 355
相关论文文献
标签:光伏功率预测论文; 小波分解论文; 集成经验模态分解论文; 二次自适应支持向量机论文; 相似度论文;