当前位置:主页 > 科技论文 > 电力论文 >

基于支持向量机和深度信念网络的短期光伏发电预测方法

发布时间:2023-06-03 00:52
  为了提高光伏发电预测的精度,提出基于支持向量机和深度信念网络的光伏发电预测方法。利用改进的相似日算法选择相似日训练样本,分别构建以线性核函数、多项式核函数、高斯径向基核函数为核函数的支持向量机预测模型作为组合预测模型中的单项模型,再将三种单项模型的预测结果作为深度信念网络的输入,利用深度信念网络对三种单项模型的预测结果进行组合优化输出,根据实际输出与期望输出的误差动态调整组合权值,从而获得更高的预测精度。最后以澳大利亚沙漠太阳能研究中心的实测数据进行仿真验证,仿真结果表明,所提方法相较于其他方法具有较高的预测精度。

【文章页数】:5 页

【文章目录】:
0 引言
1 相似日的选取
2 基于SVM-DBN的光伏发电预测算法
    2.1 基于SVM的三种单项预测模型的构建
    2.2 基于SVM-DBN的光伏发电组合预测模型
    2.3 基于SVM-DBN的光伏发电预测方法求解流程
3 实例验证
    3.1 模型相关设置
    3.2 仿真结果分析
4 结论



本文编号:3828352

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/dianlilw/3828352.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户c2ac6***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com