基于VMD和射箭算法优化改进ELM的短期光伏发电预测
SHORT-TERM PHOTOVOLTAIC POWER GENERATION FORECAST BASED ON VMD-IAA-IHEKLM MODEL作者机构:上海工程技术大学电子电气工程学院上海201620
出 版 物:《太阳能学报》 (Acta Energiae Solaris Sinica)
年 卷 期:2023年第44卷第10期
页 面:135-141页
核心收录:
学科分类:081203[工学-计算机应用技术] 08[工学] 0807[工学-动力工程及工程热物理] 0835[工学-软件工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
主 题:光伏发电 功率预测 机器学习 极限学习机 混合核函数 射箭算法
摘 要:为了提高光伏发电预测的准确性,提出一种结合变分模态分解(VMD)、改进的射箭算法(AA)和改进的极限学习机(ELM)的短期光伏功率预测模型。首先,将光伏数据进行变分模态分解;然后,利用混合核函数改进极限学习机;之后,利用随机反向学习策略改进射箭算法;最后,通过改进的射箭算法对混合核极限学习机中的核参数寻优并建立预测模型。通过对澳大利亚DKA太阳能中心的数据进行验证,证明该文方法的准确性。