75、光伏功率预测与改进自适应滤波器研究

光伏功率预测与改进自适应滤波器研究

1. 光伏功率预测相关研究概述

在光伏领域，准确预测光伏功率至关重要。目前已有众多学者开展了相关研究，以下是部分研究成果的总结：
|研究内容|研究方法|文献|
| ---- | ---- | ---- |
|大规模光伏发电对电力系统的影响|综述分析|相关文献|
|光伏能源系统输出预测技术|概述方法|相关文献|
|基于数值天气预报和地面云图的光伏功率超短期预测|构建模型|相关文献|
|并网光伏系统功率输出预测|ARMAX模型|相关文献|
|基于部分功能线性回归模型的光伏系统提前一天的日功率预测|回归模型|相关文献|
|基于主成分分析和BP神经网络的并网光伏功率能量预测|组合方法|相关文献|
|基于智能水滴算法优化的Elman神经网络的光伏电站输出功率预测|优化算法结合神经网络|相关文献|
|基于遗传算法和模糊径向基函数神经网络的光伏功率预测模型|算法结合网络|相关文献|
|基于SCADA和气象信息的混合小波 - PSO - SVM模型的短期光伏太阳能功率预测|混合模型|相关文献|
|基于K - 均值算法和支持向量机的短期光伏功率预测|算法结合模型|相关文献|
|基于熵权法的光伏功率预测组合方法|组合方法|相关文献|
|基于机器学习的自适应超短期光伏功率预测模型|机器学习|相关文献|
|基于改进灰色反向传播神经网络组合的光伏输出功率预测方法|组合网络|相关文献|

这些研究从不同角度和方法对光伏功率预测进行了探索，为后续研究提供了丰富的理论和实践基础。

2. 改进自适应滤波器问题提出

<