一种基于改进极限学习机的光伏发电预测方法
公开
摘要
本发明涉及一种基于改进极限学习机的光伏发电预测方法，包括以下步骤：1)获取光伏发电历史数据并进行预处理，并通过相关性分析获取影响光伏出力的主要因素；2)构建ELM预测模型并进行训练；3)采用遗传算法优化ELM预测模型参数；4)应用优化训练后的ELM预测模型进行光伏发电预测。与现有技术相比，本发明具有提升预测精度、减少冗余度、提高网络训练效率、避免初始化的权值和阈值对训练的结果有较大的影响等优点。
基本信息
专利标题 ：
一种基于改进极限学习机的光伏发电预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114298377A
申请号 ：
CN202111459373.1
公开（公告）日 ：
2022-04-08
申请日 ：
2021-12-02
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
张宇叶季蕾李斌时珊珊王皓靖方陈
申请人 ：
华东电力试验研究院有限公司
申请人地址 ：
上海市虹口区邯郸路171号
代理机构 ：
上海科盛知识产权代理有限公司
代理人 ：
杨宏泰
优先权 ：
CN202111459373.1
主分类号 ：
G06Q10/04
IPC分类号 ：
G06Q10/04 G06Q50/06 G06K9/62 G06N3/04 G06N3/12 G06N20/00
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06Q
专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10/00
行政；管理
G06Q10/04
预测或优化，例如线性规划、“旅行商问题”或“下料问题”
法律状态
2022-04-08 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
