聚类分析在光伏发电量预测中的应用研究

成珂王亚昆郭黎明

西北工业大学;

摘要：

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.

关键词：聚类分析、数据筛选、神经网络、光伏发电量预测、太阳能

所属期刊栏目：35

分类号：TK514(特殊热能及其机械)

资助基金：陕西省科学技术研究发展计划2015XT-07

在线出版日期：2017-06-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：696-701