基于支持向量機和深度信念網(wǎng)絡(luò)的短期光伏發(fā)電預(yù)測方法
發(fā)布時間:2023-06-03 00:52
為了提高光伏發(fā)電預(yù)測的精度,提出基于支持向量機和深度信念網(wǎng)絡(luò)的光伏發(fā)電預(yù)測方法。利用改進的相似日算法選擇相似日訓(xùn)練樣本,分別構(gòu)建以線性核函數(shù)、多項式核函數(shù)、高斯徑向基核函數(shù)為核函數(shù)的支持向量機預(yù)測模型作為組合預(yù)測模型中的單項模型,再將三種單項模型的預(yù)測結(jié)果作為深度信念網(wǎng)絡(luò)的輸入,利用深度信念網(wǎng)絡(luò)對三種單項模型的預(yù)測結(jié)果進行組合優(yōu)化輸出,根據(jù)實際輸出與期望輸出的誤差動態(tài)調(diào)整組合權(quán)值,從而獲得更高的預(yù)測精度。最后以澳大利亞沙漠太陽能研究中心的實測數(shù)據(jù)進行仿真驗證,仿真結(jié)果表明,所提方法相較于其他方法具有較高的預(yù)測精度。
【文章頁數(shù)】:5 頁
【文章目錄】:
0 引言
1 相似日的選取
2 基于SVM-DBN的光伏發(fā)電預(yù)測算法
2.1 基于SVM的三種單項預(yù)測模型的構(gòu)建
2.2 基于SVM-DBN的光伏發(fā)電組合預(yù)測模型
2.3 基于SVM-DBN的光伏發(fā)電預(yù)測方法求解流程
3 實例驗證
3.1 模型相關(guān)設(shè)置
3.2 仿真結(jié)果分析
4 結(jié)論
本文編號:3828352
【文章頁數(shù)】:5 頁
【文章目錄】:
0 引言
1 相似日的選取
2 基于SVM-DBN的光伏發(fā)電預(yù)測算法
2.1 基于SVM的三種單項預(yù)測模型的構(gòu)建
2.2 基于SVM-DBN的光伏發(fā)電組合預(yù)測模型
2.3 基于SVM-DBN的光伏發(fā)電預(yù)測方法求解流程
3 實例驗證
3.1 模型相關(guān)設(shè)置
3.2 仿真結(jié)果分析
4 結(jié)論
本文編號:3828352
本文鏈接:http://sikaile.net/kejilunwen/dianlilw/3828352.html
最近更新
教材專著