基于VMD-ISSA-KELM的短期光伏发电功率预测OA北大核心CSCDCSTPCD
针对光伏发电功率存在随机性和波动性较强、预测精度较低的问题,提出了一种基于变分模态分解(variational mode decomposition,VMD)和改进松鼠觅食算法优化核极限学习机(improved squirrel search algorithm optimization kernel extreme learning machine,ISSA-KELM)的预测模型。首先,利用高斯混合模型(Gaussian mixture mod…查看全部>>
商立群;李洪波;侯亚东;黄辰浩;张建涛;杨雷
西安科技大学电气与控制工程学院,陕西西安710054西安科技大学电气与控制工程学院,陕西西安710054西安科技大学电气与控制工程学院,陕西西安710054西安科技大学电气与控制工程学院,陕西西安710054西安科技大学电气与控制工程学院,陕西西安710054国网陕西省电力公司渭南供电公司,陕西渭南714000
计算机与自动化
光伏发电短期功率预测相似日高斯混合模型变分模态分解改进松鼠觅食算法核极限学习机
《电力系统保护与控制》 2022 (21)
P.138-148,11
陕西省自然科学基础研究计划项目资助(2021JM-393)。
评论