文档摘要：光伏功率预测是电网优化调度、稳定运行的关键基础,为了应对传统预测模型对潜在特性发掘不到位等问题,提出了基于时空相关性的短期光伏出力预测混合模型.它由图卷积神经网络GCN(graphconvolutionalneuralnetwork)、辛几何模态分解SGMD(symplecticgeometrymodedecomposition)、卷积神经网络CNN(convolu-tionalneuralnetwork)和双向长短期记忆BiLSTM(bi-directionallongshort-termmemory)神经网络组成.首先,建立区域光伏电站图结构,利用GCN推导出待测电站空间信息;其次,采用SGMD对输入特征进行模态分解,得到表现数据时序变化特征的多级模态子序列;最后,采用CNN-BiLSTM神经网络进行特征提取和光伏发电功率预测.实验结果表明,与多种组合预测模型相比,所提方法具有更高的预测精度.
Abstract：Thepredictionofphotovoltaic(PV)powerisakeyfoundationfortheoptimalschedulingandstableopera-tionofpowergrid.Toaddresstheproblemthatthetraditionalpredictionmodelscannotfullyexplorethepotentialchar-acteristics,ahybridmodelforshort-termPVoutputpredictionbasedonspatiotemporalcorrelationisproposed,whichiscomposedofgraphconvolutionalneuralnetwork(GCN),symplecticgeometrymodedecomposition(SGMD),convo-lutionalneuralnetwork(CNN)andbi-directionallongshort-termmemory(BiLSTM)neuralnetwork.First,thegraphstructureofaregionalPVpowerstationisestablished,andGCNisusedtoderivethespatialinformationaboutthepow-erstationtobetested.Second,SGMDisusedtoperformmodaldecompositiononinputfeaturesandobtainmulti-levelmodalsubsequencesthatrepresentthetemporalchangesinhistoricaldata.Finally,theCNN-BiLSTMneuralnetworkisusedforfeatureextractionandPVpowerprediction,andexperimentalresultsshowthatithasahigherpredictionaccu-racycomparedwithvariouscombinationpredictionmodels.
作者：李豪 马刚 李天宇 李伟康 沈静文Author：LIHao MAGang LITianyu LIWeikang SHENJingwen
作者单位：南京师范大学电气与自动化工程学院,南京210000
刊名：电力系统及其自动化学报 ISTICPKU
Journal：ProceedingsoftheCSU-EPSA
年，卷(期)：2024, 36(5)
分类号：TM615
关键词：光伏发电短期预测 图卷积神经网络 辛几何模态分解 卷积神经网络 双向长短期记忆神经网络
Keywords：photovoltaic(PV)powershort-termprediction graphconvolutionalneuralnetwork(GCN) symplecticge-ometrymodedecomposition(SGMD) convolutionalneuralnetwork(CNN) bi-directionallongshort-termmemory(BiLSTM)neuralnetwork
机标分类号：TP391TM615TN929.5
在线出版日期：2024年6月6日
基金项目：江苏省碳达峰碳中和科技创新专项资金(产业前瞻与关键核心技术攻关)重点项目，双高电力系统新能源动态调节能力监测与功率预测技术研究基于时空相关性的短期光伏出力预测混合模型[
期刊论文] 电力系统及其自动化学报--2024, 36(5)李豪 马刚 李天宇 李伟康 沈静文光伏功率预测是电网优化调度、稳定运行的关键基础,为了应对传统预测模型对潜在特性发掘不到位等问题,提出了基于时空相关性的短期光伏出力预测混合模型.它由图卷积神经网络GCN(graphconvolutionalneuralnetwork)、辛几...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
关键词：光伏发电短期预测,图卷积神经网络,辛几何模态分解,卷积神经网络,双向长短期记忆神经网络,
|
|
1
