科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对目前光伏发电预测的预测耗时和预测精度不足等问题，提出了一种基于皮尔逊相关性分析、改进的麻雀算法（tGSSA）和深度极限学习机（DELM）的组合预测方法。该方法首先通过皮尔逊相关性分析方法对影响光伏出力的主要因素进行筛选，然后采用黄金正弦搜索策略、自适应t分布和动态选择策略来增强麻雀算法的全局搜索能力和局部寻优能力，最后利用tGSSA群智能优化算法对DELM中的输入权重和偏置进行寻优，在得到最优输入权重和偏置的情况下对光伏发电功率进行预测。以澳大利亚某光伏站一年数据按季节划分后进行预测研究，将本文模型与DELM,SSA-DELM,GA-DELM,ABC-DELM,WOA-DELM进行预测对比，结果表明，相比于其他算法改进模型和传统模型，tGSSA-DELM在预测精度、预测稳定性和工作效率中具有较大优势，具有更强的适用性。
