宋启军
- 作品数：4 被引量：27H指数：3
- 供职机构：上海电力学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：电气工程动力工程及工程热物理更多>>
- 基于IOWA算子的短期光伏发电量组合预测被引量：8
- 2016年
- 为了对光伏电站的输出发电量进行预测,提出了一种基于IOWA算子的组合预测模型。该方法通过灰色关联度分析影响光伏发电量的关键影响因子,结合光伏电站历史数据,基于IOWA算子建立了短期光伏发电量组合预测模型。以华中科技大学电力电子研究中心18 kW并网光伏电站资料为基础进行预测试验,以误差平方和最小为准则构建最优化模型,结合各单项预测模型的优点,建立基于IOWA算子的光伏发电量组合预测模型。实验结果表明:所提出的预测模型降低了预测结果误差,提高了预测精度。说明该预测模型可为光伏电站发电量进行预测,为电力系统调度稳定运行提供参考。
- 李芬宋启军钱加林陈正洪闫全全杨兴武
- 关键词：IOWA算子灰色关联
- 基于GRA-SVM的光伏发电功率预测被引量：5
- 2016年
- 针对目前影响光伏输出功率的气象变量多、复杂等问题,提出基于灰色关联分析结合支持向量机的光伏功率预测模型。利用灰色关联分析理论筛选出5个气象变量作为支持向量机模型的输入。实验结果证明了该方法的可行性,对短期光伏发电功率的预测具有一定的参考价值。
- 宋启军胡翔奎王腾飞胡超
- 关键词：灰色关联分析支持向量机功率预测
- 基于PCA-BPNN的并网光伏电站发电量预测模型研究被引量：16
- 2017年
- 针对目前光伏电站发电量预测模型中输入气象维数较多、预测精度低等问题,提出基于主成分分析(PCA)和BP神经网络(BPNN)相结合的光伏电站发电量预测模型。利用PCA对水平面太阳总辐射、日照时数、气温日较差等多个气象变量进行解耦降维处理,形成相互正交、相互独立的公因子变量。将这些公因子变量作为BPNN模型的输入变量,并进行训练拟合建模,从而实现对光伏电站发电量进行预测。文章利用我国华中地区某屋顶并网光伏电站的实测数据,对PCA-BPNN模型进行检验。通过研究结果可知,与常见的预测模型相比,PCA-BPNN模型大大降低了气象变量的输入维数,该模型预测结果的准确性较高。
- 李芬宋启军蔡涛赵晋斌闫全全陈正洪
- 关键词：主成分分析发电量预测并网光伏电站气象因子
- 一种变权重系数的并网光伏电站短期功率组合预测方法
- 一种变权重系数的并网光伏电站短期功率组合预测方法，该方法的步骤包括：利用包含离预测时段最近的历史数据建立多种单一预测模型，求出各个单一预测模型对预测样本点的拟合值；通过灰色关联分析法计算各个单一预测模型在每个预测样本点的...
- 李芬宋启军李春阳刘迪赵晋斌
- 文献传递
