模糊聚类-Elman神经网络短期光伏发电预测模型

张金金; 张倩; 马愿; 马金辉; 丁津津

张金金,张倩,马愿,马金辉,丁津津.模糊聚类-Elman神经网络短期光伏发电预测模型[J].电测与仪表,2020,57(12):46-51.
Zhang Jinjin,Zhang Qian,Ma Yuan,Ma Jinhui,Ding Jinjin.Short-term photovoltaic power generation prediction model based on fuzzy clustering-Elman neural network[J].Electrical Measurement & Instrumentation,2020,57(12):46-51.

模糊聚类-Elman神经网络短期光伏发电预测模型

Short-term photovoltaic power generation prediction model based on fuzzy clustering-Elman neural network

DOI：10.19753/j.issn1001-1390.2020.12.008

中文关键词: 孤立森林模糊C均值 Elman BP

英文关键词:Isolation Forest Fuzzy C Means Elman BP

基金项目:国家自然科学基金项目（ 51507001）

作者中文名	作者英文名	单位
张金金	Zhang Jinjin	安徽大学电气工程与自动化学院
张倩	Zhang Qian	安徽大学电气工程与自动化学院
马愿	Ma Yuan	安徽大学电气工程与自动化学院
马金辉	Ma Jinhui	国网安徽省电力有限公司
丁津津	Ding Jinjin	国网安徽省电力有限公司电力科学研究院

摘要点击次数: 1841

中文摘要:

光伏发电功率预测是电网安全稳定运行的基础,从数据挖掘的角度提升光伏发电功率预测精度。本文提出基于孤立森林、模糊C均值和Elman的短期光伏发电功率预测模型。首先,根据预测日选择相似日数据并按天气分类作为训练样本；其次,采用孤立森林清洗训练样本中的异常部分；接着,应用模糊C均值对相似日以及待预测日的气象数据进行聚类分析。最后,结合Elman神经网络算法,形成含孤立森林数据清洗的模糊聚类-Elman神经网络的预测模型,对光伏出力进行精确预测。根据某地市现场实测数据进行实验仿真,预测结果分别与传统Elman和BP模型的预测结果进行对比,可以获得更高的预测精度。

英文摘要:

查看全文查看/发表评论下载PDF阅读器

关闭