10.3969/j.issn.1006-6047.2014.08.002
基于经验模态分解和ELM神经网络的逐时太阳能辐照量预测
准确的太阳能辐照量预测对于光伏发电系统具有重要意义.提出一种基于经验模态分解(EMD)和ELM神经网络的逐时辐照量组合预测模型.首先,根据预测日的环境信息,构建相似日逐时辐照量时间序列;然后,将时间序列进行EMD,分解为具有不同频率的信号,并对每个信号建立ELM神经网络预测模型;最后,将不同信号的预测值相加便可得到原始辐照量序列的预测值.算例比较表明,所提方法比传统的预测方法具有更高的预测准确度和更快的运算速度.
经验模态分解、ELM神经网络、太阳能、辐照量、预测、模型
34
TM615(发电、发电厂)
国家自然科学基金资助项目51077098;国家高技术研究发展计划863计划项目2011AA05A107;国家电网公司科技项目ZDK/GW021-2012Project supported by the National Natural Science Foundation of China51077098;the National High Technology Research and Development Program of China863 Program2011AA05A107;Science and Technology Program of SGCCZDK/GW021-2012
2014-09-05（万方平台首次上网日期，不代表论文的发表时间）
共6页
7-12
