摘要：传统的短期直接预测方法在处理高维、复杂、多变的大数据方面具有一定的局限性,较难适用大数据环境下的工程应用。针对这一问题,本文提出了一种基于降维估计方法LASSO的光伏发电功率短期时间序列预测模型。该模型利用经典最小二乘模型进行参数估计,并结合选择算子,压缩参数空间以处理高维复杂数据。根据统计学习中常见的2种正则化表达和3类稀疏结构,本文设计了6种VAR-LASSO预测模型,并给出求解这6种模型的一阶多项式时间求解方法。最后仿真实验表明本文提出的VAR-LASSO模型在预测效果上优于经典VAR-最小二乘模型。

关键词：lasso tikhonov ivanov 短期预测 

单位：上海交通大学中美物流研究院; 上海200030; 上海交通大学安泰经济与管理学院; 上海200030