10.3969/j.issn.1671-5292.2017.05.010
聚类分析在光伏发电量预测中的应用研究
为了从光伏发电历年数据中筛选出有效样本,并提高光伏发电量预测模型的准确率,文章将聚类分析应用于光伏领域,并结合神经网络建立了光伏发电量预测模型.以晴天、多云和雨天3种天气类型为目标,利用聚类分析对历史数据中的异常样本进行筛选,并将筛选后的样本作为训练数据建立了反向传播(BP)神经网络预测模型.通过对比筛选前后预测模型的计算结果可知,利用聚类分析筛选后的数据所建立起来的预测模型精度较高,因此,聚类分析和BP神经网络相结合是提高光伏发电量预测精度的一种有效方法.
聚类分析、数据筛选、神经网络、光伏发电量预测、太阳能
35
TK514(特殊热能及其机械)
陕西省科学技术研究发展计划2015XT-07
2017-06-13(万方平台首次上网日期,不代表论文的发表时间)
共6页
696-701