10.3969/j.issn.1000-3886.2021.03.014
正则化与ELM结合用于光伏发电功率预测
能源与环境问题日益严重,太阳能作为绿色清洁的可再生能源得到人们的重视.然而,光伏发电受到天气的制约,这给光伏并网带来了许多问题.提出一种正则化优化极限学习机(extreme learning machine,ELM)的光伏预测方法,通过正则化项提高ELM的泛化能力,改善用于求解的数据的精度,使其避免过拟合,提高光伏预测的精度.最后使用实际数据进行仿真来验证.结果表明,均方误差降低了 0.008 6,决定系数提高了 0.000 05,因此方法是有效的.
正则化、极限学习机、泛化能力、光伏发电、预测精度
43
TM615(发电、发电厂)
国家自然科学基金;科技计划
2021-07-29(万方平台首次上网日期,不代表论文的发表时间)
共3页
41-43