基于mRMR-ESN的单变量光伏功率预测

摘要：

设计了两种预测模型:利用天气变量作为输入的传统多变量预测模型;利用历史功率数据作为输入的新型单变量预测模型.采用最小冗余最大相关(min-redundancy and max-relevance,mRMR)方法分别对两种模型进行特征提取,并选用在时间序列预测方面具有优势的回声状态网络(echo state network,ESN)对未来5 min的光伏功率进行仿真预测.仿真结果表明,采用mRMR方法对历史光伏功率数据进行特征提取,确定能够使预测模型达到最优效果的特征子集,并将其作为单变量预测模型的输入,可以得到更准确的预测效果.所构建的新型单变量预测模型能够为光伏电站提供新的光伏预测思路.

关键词：回声状态网络、特征提取、特征子集、单变量输入、光伏功率预测

所属期刊栏目：42

分类号：TP183;TM615(自动化基础理论)

资助基金：国家自然科学基金资助项目;河北省自然科学基金资助项目;中央高校基本科研业务费专项资金资助项目

在线出版日期：2021-03-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：174-179