龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：基于TVF‑EMD‑ELM的超短期光伏功率预测方法，包括如下步骤：Step1、对光伏功率历史功率数据采用时变滤波经验模态分解方法TVF‑EMD分解为若干个不同的IMF分量，改善数据的非线性与非平稳性；Step2、建立极限学习机ELM模型；将Setp1所得数据分为两个部分，包括训练集和测试集，采用训练集对ELM模型进行搭建，测试集对其开展算例分析；Step3、分别对各IMF分量建立ELM预测模型，确定输入与输出节点个数，以及ELM模型的最优隐含层节点个数；Step4、对各分量进行模型预测，并对各模型的输出结果叠加重构得到最终功率的预测值。通过运用TVF‑EMD方法对历史数据分解，改善了传统方法应对具有强非平稳性和非线性数据时存在的模态混叠及端点效应问题，提高了数据分解的质量。
主权项：1.基于TVF-EMD-ELM的超短期光伏功率预测方法，其特征是，包括如下步骤：Step1、对光伏功率历史功率数据采用时变滤波经验模态分解方法TVF-EMD分解为若干个不同的IMF分量，改善数据的非线性与非平稳性；Step2、建立极限学习机ELM模型；将Setp1所得数据分为两个部分，包括训练集和测试集，采用训练集对ELM模型进行搭建，测试集对其开展算例分析；Step3、分别对各IMF分量建立ELM预测模型，确定输入与输出节点个数，以及ELM模型的最优隐含层节点个数；Step4、对各分量进行模型预测，并对各模型的输出结果叠加重构得到最终功率的预测值。
全文数据：
权利要求：
百度查询： 三峡大学 基于TVF-EMD-ELM的超短期光伏功率预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号