Под воздействием метеорологических факторов, таких как интенсивность освещения, температура, влажность и скорость ветра, системы солнечной энергии имеют характеристики изменчивости, непостоянства и неуправляемости выходной мощности, а точность прогнозирования объема солнечной энергии низкая. Для этой цели используется теория нечетких совместно с машиной опорных векторов для прогнозирования объема солнечной энергии. Сначала вычисляются нечеткие степени принадлежности с помощью алгоритма средних нечеткостей C, затем образцы подвергаются кластеризации, формируя нечеткие образцы, затем машина опорных векторов обучает нечеткие образцы, и, наконец, использует прогнозную модель для прогнозирования объема солнечной энергии в ближайшие несколько дней. Виртуальные эксперименты с помощью MATLAB показывают, что модель прогнозирования с поддержкой нечеткой структуры более устойчива и имеет меньшую ошибку прогнозирования по сравнению с классической моделью нейронной сети BP и моделью машины опорных векторов, и данная модель повышает точность прогнозирования системы.

теория нечеткости; машина опорных векторов; солнечная энергия; прогнозирование объема электроэнергии; программное обеспечение MATLAB; нечеткие степени принадлежности; классическая модель нейронной сети BP; ошибка прогнозирования