基于相似日聚类和PCC-VMD-SSA-KELM模型的短期光伏功率预测

PCC-VMD-SSA-KELM算法模型是基于皮尔逊相关系数（PCC）、K-均值算法（K-means）、变分模态分解（VMD）、麻雀搜索算法（SSA）、核函数极限学习机（ KELM）的光伏功率短期预测模型。

首先，用 PCC选取主要因素作为输入；K-均值算法进行相似日聚类，将历史数据聚类为晴天、多云和雨天；其次，VMD 对原始信号进行分解，充分提取集合中的输入因素信息，提高数据质量；SSA 优化 KELM 模型的核函数参数和正则化系数解决其参数选择敏感问题；最后，将不同序列预测值叠加得到最终预测结果。

另外含有BPNN、ELM、KELM、VMD-KELM、SSA-KELM、VMD-SSA-KELM六个对比模型，凸显本文模型的优越性。