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！
申请/专利权人：南京师范大学;中国电力科学研究院有限公司
摘要：本发明公开了一种基于VMD‑KELM的重大极端天气下光伏发电功率预测方法，包括：对影响光伏电站发电的环境因素进行灰色关联度分析，提取影响光伏发电效率的典型气象要素；根据GMM聚类算法对相似日进行选取，并引入迭代自由度对GMM聚类算法进行改进，提取发电功率差分负荷特征，并在提取过程中对迭代自由度进行改进，利用VMD变分模态分解对光伏电站的功率预测数据傅里叶分解，进行平稳化处理；根据KELM核极限学习机将复杂的空间问题转化为高维内积运算问题，对每个尺度的模态函数进行建模和预测。本发明提高了气象数据分型的准确性；利用VMD对光伏数据进行分解，降低了数据的非平稳性，并通过KELM对子序列进行结构重组，提高了模型的预测精度。
主权项：1.一种基于VMD-KELM的重大极端天气下光伏发电功率预测方法，其特征在于：包括如下步骤：1对影响光伏电站发电的环境因素进行灰色关联度分析，提取影响光伏发电效率的典型气象要素；2以辐射量、环境温度以及风速作为影响光伏出力的主要气象因素，根据GMM聚类算法对相似日进行选取，并引入迭代自由度对GMM聚类算法进行改进，接着根据分型气象数据，结合需要系数法，提取发电功率差分负荷特征，并在提取过程中对迭代自由度进行改进，选取极端天气下的气象聚类建立光伏功率相似日样本；3利用VMD变分模态分解对光伏电站的功率预测数据傅里叶分解，进行平稳化处理；4根据KELM核极限学习机将复杂的空间问题转化为高维内积运算问题，对每个尺度的模态函数进行建模和预测，最后将预测结果子序列进行重构，实现对重大天气下光伏功率出力的预测。
全文数据：
权利要求：
百度查询： 南京师范大学 中国电力科学研究院有限公司 基于VMD-KELM的重大极端天气下光伏发电功率预测方法
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