公开(公告)号：CN109711609A

公开(公告)日：2019-05-03

申请号：CN201811539356.7

申请日：2018-12-15

Applicant: 福州大学

Inventor： 陈志聪 ,  程树英 ,  徐振磊 ,  周海芳 ,  吴丽君 ,  林培杰 ,  陈辉煌

IPC: G06Q10/04 ,  G06Q50/06 ,  G06K9/62

Abstract: 本发明涉及一种基于小波变换和极限学习机的光伏电站输出功率预测方法。首先，从光伏电站的历史发电及气象环境参数监测数据集中，提取光伏电站的预测数据集；其次，对光伏电站预测数据集进行预处理；再而，采用PCA算法从光伏电站历史功率数据中提取特征，并利用K-means算法进行二分类，分为光滑型和波动型；最后，通过NWP获取待预测日的气象特征参数生成测试集并由欧氏距离判定其类型，遍历寻找最优训练集。光滑型直接利用极限学习机网络对光伏电站输出功率进行预测。而波动型则需要经过WT算法对数据各对象进行特征提取并逐一预测并将预测值重构。本发明所提出的基于极限学习机光伏电站输出功率预测方法，能够有效提高光伏电站输出功率预测的准确性。