基于特征因素选取的IVMD-GLSSVM光伏出力短期预测

来源：电子测量技术杂志2023年第12期北京时间：

作者：袁建华，李洪强，谢斌斌，何宝林，蒋文军，徐杰

单位：三峡大学电气与新能源学院 宜昌 443000

摘要：针对短期光伏发电功率预测输入特征数据冗余，抗干扰能力差，预测精度受限等问题，提出了基于特征因素选取的IVMD-GLSSVM短期光伏出力预测模型。首先利用GRA-KCC对影响特征因素进行分析，提取影响光伏发电功率的极相关特征因素，随后采用IVMD对光伏发电数据进行分解，降低数据非线性和波动性对预测精度的影响。然后将各模态分量分别输入GLSSVM预测模型进行预测，求得的各子序列预测结果叠加即为最终预测结果。最后在 MATLAB中对该预测模型及其他模型进行算例验证和误差分析，结果表明采用所提预测模型抗干扰能力强，预测精度高。

关键词：光伏功率预测;特征提取;改进变分模态分解;灰狼优化;最小二乘支持向量机

基金资助：煤燃烧国家重点实验室开放基金（FSKLCCA1607）、梯级水电站运行与控制湖北省重点实验室基金（2015KJX07）项目资助