光伏发电功率预测中雪检测算法的机器学习方法
作者机构：海克斯康制造智能技术(青岛)有限公司山东青岛266000
出 版 物：《智能制造》 (Intelligent Manufacturing)
年 卷 期：2024年第3期
页 面：19-25页
学科分类：08[工学] 0807[工学-动力工程及工程热物理]
主 题：光伏发电功率预测 雪检测 分类算法模型优化 机器学习
摘 要：光伏(PV)面板是光伏发电技术中广泛使用的主要可再生能源设备。由于光伏发电受天气条件影响巨大,降雪和面板积雪会极大地影响光伏面板的输出功率。如何在降雪和积雪因素影响下,预测光伏发电系统的输出功率对于电力部门完成电力调度控制十分重要。考虑到降雪和积雪因素无法直接使用具体公式表达。本文将介绍一种机器学习方法,使用SVM和KNN作为检测雪效应的分类器,将光伏发电功率预测中雪检测问题转换为分类问题。文中提出的雪检测算法在真实有记录的数据上进行了验证,通过光伏发电功率预测精度的提升评估方法的效果。
维普期刊数据库
同方期刊数据库