吴昊
- 作品数：2 被引量：124H指数：2
- 供职机构：国网吉林省电力有限公司延边供电公司更多>>
- 发文基金：上海市自然科学基金国家自然科学基金国家重点实验室开放基金更多>>
- 相关领域：电气工程自动化与计算机技术更多>>
- 基于PNN/PCA/SS-SVR的光伏发电功率短期预测方法被引量：49
- 2016年
- 光伏发电功率预测对太阳能开发利用、电网稳定安全运行具有重要意义。提出一种融合了概率神经网络(PNN)、主成分分析法(PCA)、分散搜索(SS)和支持向量机回归(SVR)的光伏输出功率预测模型。首先结合天气信息通过PNN将天气划分为晴、多云、阴、雨4种类型,然后在每种天气类型下,利用PCA对影响光伏出力的多个气象因素,如太阳辐射强度、温度和相对湿度等进行降维、转换成少数几个主成分作为输入向量,最后建立SS算法优化SVR的光伏发电功率短期预测模型。结果表明,该模型实现了对不同天气类型下的光伏出力较为精准的预测,具有一定的可行性及指导意义。
- 王昕黄柯郑益慧李立学郎永波吴昊
- 关键词：概率神经网络分散搜索支持向量机回归
- 基于改进最小二乘支持向量机和预测误差校正的短期风电负荷预测被引量：75
- 2015年
- 为了提高风电负荷预测精度,保证风电场资源得到有效利用,提出了基于改进最小二乘支持向量机和预测误差校正相结合的方法。首先引入提升小波分解原始数据,可以有效提取其主要特征,从而克服风电场的随机性。然后采用最小二乘支持向量机对分解后的信号做预测,保证了预测精度。接着用误差校正方式修正预测结果,减少了较大误差点的出现,提高了预测结果的稳定性。最后,通过某风电场预测结果表明,基于提升小波和最小二乘支持向量机的方法可以提高预测的精度,误差预测的方法也可以有效地校正预测结果。仿真结果验证了该方法用于风电负荷预测是有效可行的。
- 李霄王昕郑益慧李立学生西奎吴昊
- 关键词：提升小波最小二乘支持向量机
