关键词：计量 光伏发电 预测模型 因素重要性分析 梯度提升决策树算法 

摘要：目的:开发一种短期光伏发电功率预测模型,解决电能接入并网后对电网的稳定性和安全性产生影响的问题。方法:利用每日的光伏部分数据建立模型,剩余数据作为测试集,得到每天发电功率的误差。以误差最小的作为测试集,剩余天数的光伏数据作为训练集,根据预测结果的误差大小合并数据,建立新的PSO-SVM弱学习器。最终运用改进的PSO算法找出每个弱学习器的系数,建立预测模型。结果:实验结果显示此模型相较于传统的BP、SVM模型预测效果有了明显的提升。结论:本预测模型具有较精确的预测能力和较强的适应性,并且适应于任何不同天气类型和不同因素的训练数据。

中国计量大学学报杂志要求:

{1}国家基金资助项目的研究论文，请注明批准立项项目批号并出示相应的证明材料。

{2}必须是作者独立取得的原创性、学术研究成果，不侵犯任何著作权和版权，不损害第三方的其他权利，引用部分文字的要在参考文献中注明，署名和作者单位无误，切勿一稿多投，文责自负。

{3}论文题目不超过20个字，必要时可加副标题。题目要能概括文章主旨，且须简明、具体、确切。

{4}参考文献:按CB7714.87《文后参考文献著录规则》采用顺序编码制著录。依照其在文中出现的先后顺序有阿拉伯数字加方括号于右上角标出。

{5}所有英文人名、地名应有规范译名，并在第一次出现时用括号标注原名。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社