论文部分内容阅读
密度峰值聚类算法具有收敛速度快、鲁棒性强、无需人为确定最佳聚类数等特点，具备较好的应用前景。为提高光伏功率预测的精度，提出一种将密度峰值聚类算法应用于短期光伏功率预测的方法，并进行了必要优化。该方法首先通过类间距离优化增强气象数据的可分性；然后利用密度峰值聚类对其进行无标签归类，通过灰色关联度匹配出与待预测日相关度最高的类别；最后将其作为Elman神经网络的训练样本，得到预测结果。Matlab仿真结果表明，该方法能够明显提高气象数据的聚类效果，并有效提高光伏功率的短期预测精度。