收稿日期:2022－11－28第一作者:王晓东(1983—)，男，山东即墨人，硕士，高级工程师，研究方向为油田节能技术。E－mail:upcll@163．com基于AdaBoost算法的光伏电站中长期发电预测王晓东1，盛庆博1，孙立群2，刘绍鹏1，王新燕1，刘杰1(1．中国石化胜利油田有限公司技术检测中心，山东东营257000;2．中国石油大学(华东)控制科学与工程学院，山东青岛266580)摘要:该文提出了一种基于AdaBoost算法的拟建光伏电站发电量预测方法。根据现有光伏电站的历史气象数据与发电量数据，在利用AdaBoost集成学习算法对传统SVM优化的基础上，对气象因素的天气类型进行分类与识别，进而得到4种天气状态下气象因素与发电量之间的对应关系;利用拟建电站所在地的历史气象数据，根据天气类型自动选择对应的LSTM模型，对拟建光伏电站的发电量进行预测。实验结果表明，与采用单一LSTM模型相比，该文方法预测精度有明显的提高，具有一定的推广价值。关键词:发电量预测;光伏电站;AdaBoost算法中图分类号:TP273文章编号:1000－0682(2023)02－0065－05文献标识码:ADOI:10．19950/j．cnki．cn61－1121/th．2023．02．013Mediumandlong－termgenerationcapacitypredictionofphotovoltaicplantsbasedonAdaBoostalgorithmWANGXiaodong1，SHENGQingbo1，SUNLiqun2，LIUShaopeng1，WANGXinyan1，LIUJie1(1．TechnologyTestingCenter，ShengliOilfieldCO．，LTD．，Sinopec，ShandongDongying257000，China;2．CollegeofControlandScienceEngineering，ChinaUniversityofPetroleum(EastChina)，ShandongQingdao266580，China)Abstract:ThispaperproposesamethodforforecastingthegenerationofphotovoltaicpowerplantstobebuiltbasedonAdaBoostalgorithm．Accordingtothehistoricalmeteorologicaldataandpowergenera-tiondataofexistingphotovoltaicpowerstations，andbasedontheoptimizationoftraditionalSVMusingAdaBoostintegratedlearningalgorithm，themethodclassifiesandidentifiestheweathertypesofmeteoro-logicalfactors，andthenobtainsthecorrespondingrelationshipbetweenmeteorologicalfactorsandpowergenerationunderfourweatherconditions．Usingthehistoricalmeteorologicaldataoftheplacewherethepowerstationtobebuiltislocated，thecorrespondingLSTMmodelisautomaticallyselectedaccordingtotheweathertypetopredictthepowergenerationofthephotovoltaicpowerstat...
