面向光伏发电的规则表预测模型  

Rules for Forecasting Photovoltaic Power Generation

作　　者：黄俊[1] 郭华平[1] 郭颂[1] 

机构地区：[1]信阳师范学院,河南信阳464000

出　　处：《中原工学院学报》2014年第4期33-36,共4页Journal of Zhongyuan University of Technology

基　　金：河南省教育厅科学技术研究重点项目(14A520016;14B520045;12A520035)

摘　　要：基于模式树提出了一种面向光伏发电的规则表模型。学习时,迭代地构建不同的模式树;对于每次迭代,树中对应于最优的路径被作为规则表中的规则。预测时,根据规则表,使用相应的线性回归模型进行预测。实验结果表明,较之于神经网络、模式树,该模型具有更好的可解释性,同时表现出更高的预测准确性。Based on PGMT, this paper introduces decision lists into photovoltaic power forecasting, and proposes a novel model called RPPG （Rules for Photovoltaic Power Generation）. In forecasting process, RPPG uses decision lists to determine the corresponding linear model to forecast a given example. Experimental results show that RPPG induces model with better performance comparing to PGMT and neural network.

关 键 词：规则表 线性回归 发电功率预测 模式树 神经网络 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程]