基于区间划分的KNN短期光伏功率预测算法OA
为了提升光伏发电的可调度性与设备状态可观测性,文章针对短期光伏功率预测问题展开研究。通过采集环境参数构建数据集,并在分析现有预测方法的基础上,提出一种改进的K近邻预测模型。该模型引入区间划分机制,依据实时样本与历史数据在特征空间中的邻近性,确定其所属的输出区间,并以区间内最接近的K个历史样本功率值进行加权计算,得到最终预测结果。该方法结构简洁、计算效率高。实验结果表明,该模型预测的平均绝对百分比误差(MAPE)为7.83%、均方根误差(RMSE)为0.5053,精度满足工程应用要求,为光伏电站的智能化运行提供了有效的技术支撑。
黄海滨;陈文瑞;蔡成鑫;庄琛;王书辉;徐志杰
国能(泉州)热电有限公司,福建泉州362804国能(泉州)热电有限公司,福建泉州362804国能(泉州)热电有限公司,福建泉州362804国能(泉州)热电有限公司,福建泉州362804国能(泉州)热电有限公司,福建泉州362804国能(泉州)热电有限公司,福建泉州362804
信息技术与安全科学
光伏功率预测K近邻算法区间划分可调度性可观测性
《控制与信息技术》 2026 (3)
P.49-55,7
评论