摘要
本发明公开了一种光伏充电站区间功率预测方法,包括如下步骤:采集光伏充电站历史负荷、气象数据及充电行为数据;基于稳定性选择的特征提取;搭建多层极限学习机预测模型;基于改进SSA优化的多层极限学习机模型构建。本发明解决了充电负荷序列预测模型受不良数据影响的问题,提高模型泛化能力和可靠性;充分考虑了气象条件、光伏出力、充电行为、节假日以及电力市场价格等因素对充电负荷变化的影响,建立了MELM区间预测模型模型,有效提取隐藏在影响因素内部的重要特征信息,进一步提升模型的适应性和预测性,更好地限定预测的误差范围,有效提高模型的预测精度,对区间预测具有更好的预测效果,具有一定的工程实践价值。
技术关键词
光伏充电站
功率预测方法
极限学习机算法
SSA算法
ELM算法
正则化极限学习机
位置更新
无监督学习方法
序列预测模型
最佳参数组合
数据
负荷预测方法
样本
负荷预测模型
广义逆矩阵
气象