电力系统保护与控制
電力繫統保護與控製
전력계통보호여공제
POWER SYSTM PROTECTION AND CONTROL
2012年
16期
65-69
,共5页
最小二乘支持向量机(LS-SVM)%相似日%光伏发电%微电网%短期预测
最小二乘支持嚮量機(LS-SVM)%相似日%光伏髮電%微電網%短期預測
최소이승지지향량궤(LS-SVM)%상사일%광복발전%미전망%단기예측
光伏发电预测对于减小并网光伏发电系统对电力系统的影响具有重要意义.针对光伏系统的发电特性,根据影响光伏发电出力的因素,提出选取相似日的方法,通过计算分析相似度筛选出与预测日特征相似的历史数据,与天气数据一同作为预测模型的训练样本.利用最小二乘支持向量机(LS-SVM)进行光伏发电预测,并通过某微电网示范工程的光伏系统数据验证,计算分析了预测误差,结果表明该方法具有较高的预测精度,对光伏发电预测具有一定的参考价值.
光伏髮電預測對于減小併網光伏髮電繫統對電力繫統的影響具有重要意義.針對光伏繫統的髮電特性,根據影響光伏髮電齣力的因素,提齣選取相似日的方法,通過計算分析相似度篩選齣與預測日特徵相似的歷史數據,與天氣數據一同作為預測模型的訓練樣本.利用最小二乘支持嚮量機(LS-SVM)進行光伏髮電預測,併通過某微電網示範工程的光伏繫統數據驗證,計算分析瞭預測誤差,結果錶明該方法具有較高的預測精度,對光伏髮電預測具有一定的參攷價值.
광복발전예측대우감소병망광복발전계통대전력계통적영향구유중요의의.침대광복계통적발전특성,근거영향광복발전출력적인소,제출선취상사일적방법,통과계산분석상사도사선출여예측일특정상사적역사수거,여천기수거일동작위예측모형적훈련양본.이용최소이승지지향량궤(LS-SVM)진행광복발전예측,병통과모미전망시범공정적광복계통수거험증,계산분석료예측오차,결과표명해방법구유교고적예측정도,대광복발전예측구유일정적삼고개치.
