《表5 不同阶次下的时间成本对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于混沌特性分析和Volterra滤波器的光伏出力预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

以延迟时间τ=22、嵌入维数分别为m=7，8，9重构光伏出力时间序列相空间，构建模型的训练样本，训练Volterra自适应滤波器，完成训练后获得3个Volterra单一模型的预测结果。Volterra自适应滤波器的阶次p如何选取目前没有统一的标准，本文分别使用2阶、3阶、4阶、5阶Volterra自适应滤波器预测未来132个点的光伏出力，表4给出了嵌入维数分别为7、8、9时不同阶次下的预测误差对比，表5给出了各嵌入维数不同阶次下的时间成本对比。可以得到，Volterra自适应滤波器阶次的提升不仅不能提高预测精度，还会增加时间成本，相对来说，2阶Volterra自适应滤波器的预测性能最好。由于篇幅所限，只给出了嵌入维数m=8的2阶自适应滤波器的预测结果，预测结果及一步预测误差如图6所示。由图6可知，2阶Volterra自适应滤波器能够较好地跟踪光伏出力的波动趋势，一步预测误差主要集中在[-0.4，0.4]，误差较大的地方主要出现在光伏出力波动剧烈的拐点处，预测结果较为稳定。后续组合模型将以2阶Volterra自适应滤波器为基础，实现光伏出力的组合预测。