基于最小二乘向量机-自适应柯西变异粒子群光伏功率预测

摘要：

针对光伏发电系统输出功率的随机性和不稳定性导致预测难的问题,采用具有相同季节和天气类型的相似日历史数据作为训练样本,利用最小二乘支持向量机(least squares support veotor machine,LSSVM)建立光伏发电功率预测模型.针对LSSVM模型中核函数宽度函数和惩罚系数选择难的问题,采用自适应柯西变异粒子群算法对这两个参数进行优化,以提高LSSVM模型的预测精度.根据国外光伏电站实测数据对建立的预测模型进行训练.仿真结果表明,所提出的预测模型具有较高的预测精度以及很好的适应性.

关键词：最小二乘支持向量机、自适应柯西变异粒子群、光伏、发电功率、预测模型

所属期刊栏目：44

分类号：TM615(发电、发电厂)

在线出版日期：2023-02-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：77-79