| 基于VMD-IPSO-RFR模型的光伏发电功率预测 |
| |
| 引用本文： | 吴长林,陈玉,高文根.基于VMD-IPSO-RFR模型的光伏发电功率预测[J].四川理工学院学报(自然科学版),2020,33(2):73-79. |
| |
| 作者姓名： | 吴长林 陈玉 高文根 |
| |
| 作者单位： | 高端装备先进感知与智能控制教育部重点实验室(安徽工程大学),安徽芜湖241000;高端装备先进感知与智能控制教育部重点实验室(安徽工程大学),安徽芜湖241000;安徽工程大学电气工程学院,安徽芜湖241000 |
| |
| 基金项目： | 安徽省重点研究与开发计划项目 |
| |
| 摘 要： | 针对预测数据噪声过大或超参数调整不当,导致随机森林回归(RFR)模型预测光伏发电功率精度不高的问题,提出一种基于变分模态分解(VMD)结合改进的粒子群(IPSO)优化随机森林回归(RFR)的光伏预测模型。该方法先用灰色关联度系数法(GRA)选取相似日,再使用VMD把相似日功率数据分解为一系列相对平稳的子模态,突出光伏发电功率的局部特征信息,降低数据的不稳定性,然后利用IPSO对RFR中超参数进行寻优,将优化后的IPSO-RFR模型对各个分量进行预测,最后将预测结果进行叠加重构。实例证明,该模型在晴天和阴雨天的预测平均绝对百分比误差分别为10.64%和5.42%,预测精度相对较高。
|
| 关 键 词： | 功率预测 变分模态分解 灰色关联系数法 粒子群算法 随机森林回归 |
Photovoltaic Power Prediction Based on VMD-IPSO-RFR Model |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
