基于FCM和CG-DBN的光伏功率短期预测

摘要：

针对光伏输出功率非线性、波动大、不稳定等特征引起光伏功率短期预测不精确的问题,本文提出了一种基于相似日聚类和利用共轭梯度法(CG)改进深度信念网络(DBN)的组合模型预测方法.首先利用FCM聚类算法将原始数据按照隶属度进行相似日聚类,随后根据类别进行CG-DBN预测模型的建模,最后利用该模型进行光伏输出功率的短期预测.本文将方案应用于浙江龙游发电站,并将预测结果与传统预测模型进行了比较.最终得出,FCM和CG-DBN组合预测模型在光伏功率短期预测中的性能优于其他模型.

关键词：相似日聚类、深度信念网络、光伏功率短期预测、组合预测模型、共轭梯度法

所属期刊栏目：36

分类号：TM732(输配电工程、电力网及电力系统)

资助基金：国家自然基金项目51477070;江苏高校优势学科建设工程资助项目PAPD20116

在线出版日期：2019-12-13（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：62-67