發(fā)布時間：2017-07-26 04:14

  本文關(guān)鍵詞：基于熵權(quán)法的光伏輸出功率組合預測模型

  更多相關(guān)文章： 光伏電站 功率預測 組合預測 熵權(quán)法

【摘要】：提出基于熵權(quán)法的光伏功率組合預測模型。首先采用持續(xù)法、支持向量機法、相似數(shù)據(jù)法對光伏電站輸出功率進行單一模型預測,然后使用信息熵理論的熵權(quán)法客觀評價單一預測方法提供的信息量,確定各單一預測方法的組合權(quán)重,建立基于熵權(quán)法的光伏輸出功率組合預測模型。通過仿真對比3種單一預測方法以及熵權(quán)法組合預測模型的預測精度。研究結(jié)果表明,基于熵權(quán)法的組合預測模型可有效識別各單一預測方法包含的信息量,確定合理的權(quán)重,提高光伏功率預測的精度。
【作者單位】： 華北電力大學控制與計算機工程學院;西安熱工研究院有限公司;北京華能新銳控制技術(shù)有限公司;
【關(guān)鍵詞】： 光伏電站 功率預測 組合預測 熵權(quán)法
【基金】：國家自然科學基金(61074094;51207049) 北京市自然科學基金(4132061) 中央高校基金科研基金(12MS59;13MS25)
【分類號】：F224;F426.61
【正文快照】： 0引言目前,國內(nèi)光伏功率預測的研究逐漸深入,從預測方法上可分為物理方法和統(tǒng)計方法兩類。統(tǒng)計方法是根據(jù)歷史數(shù)據(jù)進行統(tǒng)計分析,找到其內(nèi)在規(guī)律并用于預測。常用的統(tǒng)計預測方法有時間序列法、人工神經(jīng)網(wǎng)絡(ANN)法、支持向量機(SVM)等。文獻[1]根據(jù)相似日的輸出功率具有較強的

【參考文獻】

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 韓爽;風電場功率短期預測方法研究[D];華北電力大學（北京）;2008年

【共引文獻】

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 宋海鷹;桂衛(wèi)華;陽春華;;基于核偏最小二乘的簡約最小二乘支持向量機及其應用研究[A];第二十六屆中國控制會議論文集[C];2007年

2 宋海鷹;桂衛(wèi)華;陽春華;;基于最小二乘支持向量機的Hammerstein-Wiener模型辨識[A];第二十六屆中國控制會議論文集[C];2007年

3 ;Inverse System Control of Nonlinear Systems Using LS-SVM[A];第二十六屆中國控制會議論文集[C];2007年

4 ;A Novel Proximal Support Vector Machine and Its Application in Radar Target Recognition[A];第二十六屆中國控制會議論文集[C];2007年

5 ;A CDMA Signal Receiver Based on LS-SVM[A];第二十六屆中國控制會議論文集[C];2007年

6 ;LS-SVM Based Stable Generalized Predictive Control[A];第二十七屆中國控制會議論文集[C];2008年

7 閻綱;梁昔明;龍祖強;李翔;;一種新的提前一步預測控制算法[A];第二十七屆中國控制會議論文集[C];2008年

8 孫玉坤;王博;丁慎平;;基于模糊支持向量機的賴氨酸發(fā)酵軟測量[A];第二十七屆中國控制會議論文集[C];2008年

9 ;GA Based LS-SVM Classifier for Waste Water Treatment Process[A];第二十七屆中國控制會議論文集[C];2008年

10 柴偉;孫先仿;喬俊飛;;有監(jiān)督的等距映射和k近鄰分類結(jié)合用于集員辨識[A];第二十九屆中國控制會議論文集[C];2010年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 趙瑩;半監(jiān)督支持向量機學習算法研究[D];哈爾濱工程大學;2010年

2 王敏;分布式電源的概率建模及其對電力系統(tǒng)的影響[D];合肥工業(yè)大學;2010年

3 李書艷;單點氨基酸多態(tài)性與疾病相關(guān)關(guān)系的預測及其機制研究[D];蘭州大學;2010年

4 張明;電能質(zhì)量擾動相關(guān)問題研究[D];華中科技大學;2010年

5 許偉;基于進化算法的復雜化工過程智能建模方法及其應用[D];華東理工大學;2011年

6 向國齊;支持向量回歸機代理模型設計優(yōu)化及應用研究[D];電子科技大學;2010年

7 桑永勝;空間數(shù)據(jù)分析的神經(jīng)計算方法[D];電子科技大學;2010年

8 渠瑜;基于SVM的高不平衡分類技術(shù)研究及其在電信業(yè)的應用[D];浙江大學;2010年

9 包鑫;穩(wěn)健回歸技術(shù)及其在光譜分析中的應用[D];浙江大學;2010年

10 甘良志;核學習算法與集成方法研究[D];浙江大學;2010年

【二級參考文獻】

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 韓文蕾;中國股票市場的非線性分析與預測[D];西北工業(yè)大學;2006年

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 任玉瓏;劉煥;望玉麗;劉寧;;基于熵權(quán)法和支持向量機的中長期電力負荷預測[J];統(tǒng)計與決策;2009年14期

2 郭永成;李建林;;基于熵權(quán)的評標模型在電建工程中的應用[J];武漢大學學報(工學版);2013年02期

3 劉行;趙吉坤;;改進熵權(quán)法在工程項目評標決策中的應用[J];中國制造業(yè)信息化;2010年17期

4 岑奰霆;;旅行社基于灰色關(guān)聯(lián)度及熵權(quán)分析的聚類研究[J];工業(yè)工程與管理;2012年03期

5 段永峰;羅海霞;;熵權(quán)法在經(jīng)濟型酒店選址中的應用——以呼和浩特市為例[J];內(nèi)蒙古科技與經(jīng)濟;2013年20期

6 黃立偉;賀正楚;;基于熵權(quán)分析的大型公共工程項目決策[J];企業(yè)技術(shù)開發(fā);2006年03期

7 章雁;;基于熵權(quán)法的港口上市公司業(yè)績評價實證研究[J];航海;2011年06期

8 宋宜平;董健;董振旗;陳桂明;;基于灰色熵權(quán)法的裝備保障人員能力評估模型研究[J];價值工程;2013年31期

9 石宇;;基于熵權(quán)法的電力客戶信用風險評價[J];中國電力教育;2010年S1期

10 毛舵華;王鍵;;基于熵權(quán)法的戰(zhàn)略性新興產(chǎn)業(yè)企業(yè)財務綜合評價[J];南京工程學院學報(自然科學版);2013年02期

中國重要會議論文全文數(shù)據(jù)庫 前3條

1 高雅;;從熵權(quán)角度探討旅游可持續(xù)發(fā)展[A];發(fā)揮資源科技優(yōu)勢 保障西部創(chuàng)新發(fā)展——中國自然資源學會2011年學術(shù)年會論文集（上冊）[C];2011年

2 張美戀;;熵權(quán)法在上市公司經(jīng)營績效評價中的應用[A];科學發(fā)展觀與系統(tǒng)工程——中國系統(tǒng)工程學會第十四屆學術(shù)年會論文集[C];2006年

3 劉貴倉;樊新生;;基于熵權(quán)法的河南省村鎮(zhèn)建設用地集約節(jié)約利用評價[A];黃河流域資源環(huán)境與生態(tài)文明建設學術(shù)研討會交流材料[C];2011年

中國碩士學位論文全文數(shù)據(jù)庫 前5條

1 羅書明;基于粗糙集與熵權(quán)的房地產(chǎn)上市企業(yè)綜合競爭力評價研究[D];重慶大學;2011年

2 王保雪;基于DEMATEL-熵權(quán)法云南多維貧困指標的權(quán)重研究[D];云南財經(jīng)大學;2014年

3 張瑋煒;基于熵權(quán)的工程項目投資風險分析方法研究[D];河北工業(yè)大學;2006年

4 劉晨熙;基于成本控制的預制節(jié)段梁生產(chǎn)運輸方案決策研究[D];江蘇科技大學;2013年

5 朱瑋瓊;中部地區(qū)可持續(xù)發(fā)展研究[D];山西財經(jīng)大學;2013年

，

本文編號：574692