基于模糊聚类和支持向量机的短期光伏功率预测.pdf

光伏发电功率预测系统功能规范，国家能源局 发 布，2016-06-01实施，NB/T 32031-2016

【预测模型】基于深度置信网DBN网络实现电机侧有功功率预测matlab源码含GUI.md

业分类-物理装置-一种区域功率预测方法、装置、设备和存储介质.zip

首先对时间序列数据进行EMD分解，然后对每个分量进行lstm建模，最后把各分量结果相加作为最终结果

国能日新风电功率预测系统用户使用手册，风电场风能预报智能管理系统操作主要有三部分组成：人机界面、接口和数 据库操作。人机界面为客户端程序，是用来进行用户管理、系统设置、状态监测、 预测曲线、气象信息、统计分析、和报表等功能的主要操作界面；接口和数据库 是后台运行程序，负责接收、计算和存储系统运行数据，接口和数据库的操作在 初始安装配置后，会自动运行，用户不必进行操作，如需更改，可在相关操作说 明或技术人员的指定下进行操作。

针对光伏发电功率预测精度不高的问题，提出一种基于相似日和云自适应粒子群优化(CAPSO)算法优化Spiking神经网络(SNN)的发电功率预测模型。考虑到季节类型、天气类型和气象等主要影响因素，提出以综合相似度指标进行相似日选取；以SNN强大的计算能力和其善于处理时间序列问题的特点为基础，结合CAPSO算法搜索的随机性和稳定性优化SNN的多突触连接权值，减少对权值的约束，提高算法的收敛精度。根据某光伏电站的实测功率数据对所提模型进行测试和评估，结果表明，该模型比传统预测模型具有更高的预测精度和更好的适用性。

基于神经网络的短期光伏预测方法通常需要大量训练样本，对于新投运的光伏电站，历史运行数据的不足使得常规短期光伏预测方法难以应用。针对该问题，提出一种适用于小样本的双层神经网络单步光伏预测方法。根据光伏发电各环节影响因素的解耦特性，将常规单层神经网络拆分为双层网络，使每层网络具有简化的结构；用单步预测代替多步预测，降低神经网络的输入输出维数；基于统计分析，将天气影响因素有效整合到预测模型中，简化输入输出之间的映射关系。使用实际数据对所提光伏预测模型进行训练和验证，结果表明，所提方法可有效减少对训练样本数量的需求，同时保证预测的准确度。

国能日新光伏功率预测系统用户使用手册，光伏电场光能能预报智能管理系统操作主要有三部分组成：人机界面、接口 和数据库操作。人机界面为客户端程序，是用来进行用户管理、系统设置、状态 监测、预测曲线、气象信息、统计分析、和报表等功能的主要操作界面；接口和 数据库是后台运行程序，负责接收、计算和存储系统运行数据，接口和数据库的 操作在初始安装配置后，会自动运行，用户不必进行操作，如需更改，可在相关 操作说明或技术人员的指定下进行操作。