典型文献
考虑分布式电源规模化接入的区域电网日电量预测
文献摘要：
文章结合分布式电源出力与历史负荷数据,提出了一种基于集成学习框架Adaboost,以最小二乘支持向量机为Adaboost算法基学习器的区域电网日电量预测方法.通过建立LLSVM-Adaboost预测模型对分布式电源规模化接入后的区域电网的日电量进行有效预测.Adaboost集成策略对LLSVM基学习器进行加权组合,根据每个LLSVM基学习器的预测误差计算权重,并进行基学习器权值分配和重组,大大提升了模型的泛化能力和预测精度.利用文章所提算法,使用冀北电网实际数据,针对分布式电源规模化接入的典型日电量情况验证了该算法的有效性,具有较好的预测效果.
文献关键词：
分布式电源规模化接入;最小二乘支持向量机;Adaboost集成学习;区域电网;日电量预测
中图分类号：
作者姓名：
刘科学;周辛南;陈雪敏;刘岩;燕鹏飞;刘梅
作者机构：
国网冀北电力有限公司,河北 石家庄 050000;国网冀北电力有限公司计量中心,河北 石家庄 050000;华北电力大学,北京 102206;北京清软创新科技股份有限公司,北京 100085
文献出处：
引用格式：
[1]刘科学;周辛南;陈雪敏;刘岩;燕鹏飞;刘梅-.考虑分布式电源规模化接入的区域电网日电量预测)[J].可再生能源,2022(10):1407-1414
A类：
分布式电源规模化接入,日电量预测,LLSVM
B类：
区域电网,出力,负荷数据,集成学习框架,Adaboost,最小二乘支持向量机,基学习器,集成策略,预测误差,误差计算,权值分配,泛化能力,冀北,北电,实际数据,典型日
AB值：
0.180938
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
