關鍵詞：計量 光伏發電 預測模型 因素重要性分析 梯度提升決策樹算法 

摘要：目的:開發一種短期光伏發電功率預測模型,解決電能接入并網后對電網的穩定性和安全性產生影響的問題。方法:利用每日的光伏部分數據建立模型,剩余數據作為測試集,得到每天發電功率的誤差。以誤差最小的作為測試集,剩余天數的光伏數據作為訓練集,根據預測結果的誤差大小合并數據,建立新的PSO-SVM弱學習器。最終運用改進的PSO算法找出每個弱學習器的系數,建立預測模型。結果:實驗結果顯示此模型相較于傳統的BP、SVM模型預測效果有了明顯的提升。結論:本預測模型具有較精確的預測能力和較強的適應性,并且適應于任何不同天氣類型和不同因素的訓練數據。

中國計量大學學報雜志要求:

{1}國家基金資助項目的研究論文，請注明批準立項項目批號并出示相應的證明材料。

{2}必須是作者獨立取得的原創性、學術研究成果，不侵犯任何著作權和版權，不損害第三方的其他權利，引用部分文字的要在參考文獻中注明，署名和作者單位無誤，切勿一稿多投，文責自負。

{3}論文題目不超過20個字，必要時可加副標題。題目要能概括文章主旨，且須簡明、具體、確切。

{4}參考文獻:按CB7714.87《文后參考文獻著錄規則》采用順序編碼制著錄。依照其在文中出現的先后順序有阿拉伯數字加方括號于右上角標出。

{5}所有英文人名、地名應有規范譯名，并在第一次出現時用括號標注原名。

注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社