研究目的
提出一种基于极限学习机和智能优化器的精确短期光伏功率预测方法,以提高电力系统的经济调度和清洁能源的发展。
研究成果
ICSO-ELM模型在三种不同天气条件下具有更好的预测效果,其平均RMSE和MAPE值分别为5.54%和3.08%。该方法对电力系统经济调度和清洁能源发展具有重要意义。
研究不足
该研究未考虑许多极端天气条件(如雾霾、冰雪)。未来研究应聚焦于极端天气条件下的光伏发电预测,并提高预测模型的稳定性。
研究目的
提出一种基于极限学习机和智能优化器的精确短期光伏功率预测方法,以提高电力系统的经济调度和清洁能源的发展。
研究成果
ICSO-ELM模型在三种不同天气条件下具有更好的预测效果,其平均RMSE和MAPE值分别为5.54%和3.08%。该方法对电力系统经济调度和清洁能源发展具有重要意义。
研究不足
该研究未考虑许多极端天气条件(如雾霾、冰雪)。未来研究应聚焦于极端天气条件下的光伏发电预测,并提高预测模型的稳定性。
加载中....
您正在对论文“基于改进鸡群优化算法-极限学习机模型的短期光伏功率预测”进行纠错
纠错内容
联系方式(选填)
称呼
电话
单位名称
用途
期望交货周期
称呼
电话
单位名称
用途
期望交货周期