关键词:
极限学习机
皮尔森算法
模糊C均值
果蝇优化算法
摘要:
光伏功率精准预测有助于电网调度中心提前编制出科学的调度计划,从而提升经济效益。提出一种基于相似日理论结合极限学习机(extreme learning machine,ELM)的光伏功率预测模型。首先,采用皮尔森相关系数法挑选出与光伏出力相关程度最强的气象特征;其次,采用模糊C均值聚类法(fuzzy-c-means algorithm,FCM)将历史样本数据按照所选的气象特征划分相似日;最后,根据预测日天气类型选取对应相似日数据样本集,利用增量型极限学习机进行预测,将影响光伏出力的主要天气特征量作为输入,光伏发电功率作为输出,并采用改进的果蝇优化算法对极限学习机隐含层参数进行优化。预测结果表明,提出的方法对光伏功率预测精度有明显的提升。