北京信息科技大学学报(自然科学版)

2019, v.34;No.132(06) 14-18

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于样本双重选择的马尔科夫链光伏功率预测
Markov chain photovoltaic power forecasting based on sample dual selection

郭婕;厉虹;王丽婕;

摘要(Abstract):

为了提高光伏发电功率预测的精度,选择相似日作为预测模型的训练样本,提出了一种基于加权灰色关联度和格拉布斯准则的马尔科夫链预测方法。通过计算预测日与历史日气象因素的加权灰色关联度,初步选择相似日,再采用格拉布斯准则对相似日的功率数据进行异常判断,完成二次筛选,得到最终的相似日样本并建立马尔科夫链预测模型;利用MATLAB对实际光伏电站的功率进行预测分析。结果表明,双重筛选能够有效提取相似日样本,提高预测的精度。

关键词(KeyWords): 光伏发电;马尔科夫链;灰色关联度;格拉布斯准则

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金资助项目(51607009)

作者(Author): 郭婕;厉虹;王丽婕;

Email:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享