基于特征因素选取的IVMD-GLSSVM光伏出力短期预测
针对短期光伏发电功率预测输入特征数据冗余,抗干扰能力差,预测精度受限等问题,提出了基于特征因素选取的IVMD-GLSSVM短期光伏出力预测模型.首先利用GRA-KCC对影响特征因素进行分析,提取影响光伏发电功率的极相关特征因素,随后采用IVMD对光伏发电数据进行分解,降低数据非线性和波动性对预测精度的影响.然后将各模态分量分别输入GLSSVM预测模型进行预测,求得的各子序列预测结果叠加即为最终预测结果.最后在MATLAB中对该预测模型及其他模型进行算例验证和误差分析,结果表明采用所提预测模型抗干扰能力强,预测精度高.
光伏功率预测、特征提取、改进变分模态分解、灰狼优化、最小二乘支持向量机
46
TP271(自动化技术及设备)
煤燃烧国家重点实验室开放基金;梯级水电站运行与控制湖北省重点实验室基金项目
2023-09-04（万方平台首次上网日期，不代表论文的发表时间）
共7页
77-83
