Interval Prediction of Photovoltaic Power Applying Improved Weight Optimization Model

傲世皇朝注册登录

傲世皇朝新闻 news

全国服务热线：0898-08980898

联系我们 contact us

地址：: 海南省海口市

邮箱：: admin@youweb.com

电话：: 0898-08980898

传真：: 1234-0000-5678

行业新闻当前位置：首页 > 傲世皇朝新闻 > 行业新闻

Interval Prediction of Photovoltaic Power Applying Improved Weight Optimization Model添加时间：2024-09-09

［1］国家能源局.太阳能发展"十三五"规划［EB/OL］.（2016-12-08）［2019-04-01］.http：//zfxxgk.nea.gov.cn/auto87/201612/t20161216_2358.html．
［2］我国光伏发电累计装机规模超过17000万千瓦［EB/OL］.（2019-01-18）［2019-04-01］． http：//www.cec.org.cn/hangyeguangjiao/lvsenengyuan/2019-01-18/188304.html．
［3］丁明，王伟胜，王秀丽，等．大规模光伏发电对电力系统影响综述［J］．中国电机工程学报，2014，34（1）：1-14．
DING Ming，WANG Weisheng，WANG Xiuli，et al．A review on the effect of large-scale PV generation on power systems［J］．Proceedings of the CSEE，2014，34（1）：1-14．
［4］赖昌伟，黎静华，陈博，等．光伏发电出力预测技术研究综述［J］．电工技术学报，2019，34（6）：1201-1217．
LAI Changwei，LI Jinghua，CHEN Bo，et al．Review of photovoltaic power output prediction technology［J］．Transactions of China Electrotechnical Society，2019，34（6）：1201-1217．
［5］龚莺飞，鲁宗相，乔颖，等．光伏功率预测技术［J］．电力系统自动化，2016，40（4）：140-151．
GONG Yingfei，LU Zongxiang，QIAO Ying，et al．An overview of photovoltaic energy system output forecasting technology［J］．Automation of Electric Power Systems，2016，40（4）：140-151．
［6］高阳，张碧玲，毛京丽，等．基于机器学习的自适应光伏超短期出力预测模型［J］．电网技术，2015，39（2）：307-311．
GAO Yang，ZHANG Biling，MAO Jingli，et al．Machine learning-based adaptive very-short-term forecast model for photovoltaic power［J］．Power System Technology，2015，39（2）：307-311．
［7］叶林，陈政，赵永宁，等．基于遗传算法-模糊径向基神经网络的光伏发电功率预测模型［J］．电力系统自动化，2015，39（16）：16-22．
YE Lin，CHEN Zheng，ZHAO Yongning，et al．Photovoltaic power forecasting model based on genetic algorithm and fuzzy radial basis functiom neural network［J］．Automation of Electric Power Systems，2015，39（16）：16-22．
［8］陈通，孙国强，卫志农，等．基于相似日和CAPSO-SNN的光伏发电功率预测［J］．电力自动化设备，2017，37（3）：66-71．
CHEN Tong，SUN Guoqiang，WEI Zhinong，et al．Photovoltaic power generation forecasting based on similar day and CAPSO-SNN［J］．Electric Power Automation Equipment，2017，37（3）：66-71．
［9］张程熠，唐雅洁，李永杰，等．适用于小样本的神经网络光伏预测方法［J］．电力自动化设备，2017，37（1）：101-106，111．
ZHANG Chengyi，TANG Yajie，LI Yongjie，et al．Photovoltaic power forecast based on neural network with a small number of samples［J］．Electric Power Automation Equipment，2017，37（1）：101-106，111．
［10］王飞，米增强，甄钊，等．基于天气状态模式识别的光伏电站发电功率分类预测方法［J］．中国电机工程学报，2013，33（34）：75-82，14．
WANG Fei，MI Zengqiang，ZHEN Zhao，et al．A classified forecasting approach of power generation for photovoltaic plants based on weather condition pattern recognition［J］．Proceedings of the CSEE，2013，33（34）：75-82，14．
［11］傅美平，马红伟，毛建容．基于相似日和最小二乘支持向量机的光伏发电短期预测［J］．电力系统保护与控制，2012，40（16）：65-69．
FU Meiping，MA Hongwei，MAO Jianrong．Short-term photovoltaic power forecasting based on similar days and least square support vector machine［J］．Power System Protection and Control，2012，40（16）：65-69．
［12］王昕，黄柯，郑益慧，等．基于萤火虫算法-广义回归神经网络的光伏发电功率组合预测［J］．电网技术，2017，41（2）：455-461．
WANG Xin，HUANG Ke，ZHENG Yihui，et al．Combined PV power forecast based on firefly algorithm- generalized regression neural network［J］．Power System Technology，2017，41（2）：455-461．
［13］王守相，张娜．基于灰色神经网络组合模型的光伏短期出力预测［J］．电力系统自动化，2012，36（19）：37-41．
WANG Shouxiang，ZHANG Na．Short-term out put power forecast of photovoltaic based on a grey and neural network hybrid model［J］．Automation of Electric Power Systems，2012，36（19）：37-41．
［14］丁明，刘志，毕锐，等．基于灰色系统校正-小波神经网络的光伏功率预测［J］．电网技术，2015，39（9）：2438-2443．
DING Ming，LIU Zhi，BI Rui，et al．Photovoltaic output prediction based on grey system correction-wavelet neural network［J］．Power System Technology，2015，39（9）：2438-2443．
［15］兰飞，桑川川，梁浚杰，等．基于条件Copula函数的风电功率区间预测［J］．中国电机工程学报，2016，36（S1）：79-86．
LAN Fei，SANG Chuanchuan，LIANG Junjie，et al．Interval prediction for wind power based on conditional copula function［J］．Proceedings of the CSEE，2016，36（S1）：79-86．
［16］FONSECA Junior J G D S， OOZEKI T， OHTAKE H， et al. On the use of maximum likelihood and input data similarity to obtain prediction intervals for forecasts of photovoltaic power generation［J］. Journal of Electrical Engineering & Technology， 2015， 10（3）：1342-1348．
［17］赵维嘉，张宁，康重庆，等．光伏发电出力的条件预测误差概率分布估计方法［J］．电力系统自动化，2015，39（16）：8-15．
ZHAO Weijia，ZHANG Ning，KANG Chongqing，et al．A method of probabilistic distribution estimation of conditional forecast error for PV generation［J］．Automation of Electric Power Systems，2015，39（16）：8-15．
［18］程泽，刘冲，刘力．基于相似时刻的光伏出力概率分布估计方法［J］．电网技术，2017，41（2）：448-455．
CHENG Ze，LIU Chong，LIU Li．A method of probabilistic distribution estimation of PV generation based on similar time of day［J］．Power System Technology，2017，41（2）：448-455．
［19］KHOSRAVI A，NAHAVANDI S，CREIGHTON D，et al．Lower upper bound estimation method for construction of neural net-work-based prediction intervals［J］．IEEE Transactions on Neural Networks，2011，22（3）：337-346．
［20］HAO Q，SRINIVASAN D，KHOSRAVI A．Short-term load and wind power forecasting using neural network-based prediction intervals［J］．IEEE Transactions on Neural Networks，2014，25（2）：303-315．
［21］史峰，王小川，郁磊，等．MATLAB神经网络30个案例分析［M］．北京：北京航空航天大学出版社，2010：66-67．
［22］张振宇，葛少云，刘自发．粒子群优化算法及其在机组优化组合中应用［J］．电力自动化设备，2006，26（5）：28-31．
ZHANG Zhenyu，GE Shaoyun，LIU Zifa．Particle swarm optimization algorithm and its application in unit commit-ment［J］．Electric Power Automation Equipment，2006，26（5）：28-31．
［23］杨锡运，关文渊，刘玉奇，等．基于粒子群优化的核极限学习机模型的风电功率区间预测方法［J］．中国电机工程学报，2015，35（S1）：146-153．
YANG Xiyun，GUAN Wenyuan，LIU Yuqi，et al．Prediction intervals forecasts of wind power based on PSO-KELM［J］．Proceedings of the CSEE，2015，35（S1）：146-153．

上一篇：深度学习基础_常见优化器

下一篇：初中成绩差出国留学合适吗_2

[返回列表]