返回列表 发布新帖

[光伏] 基于时空相关性的短期光伏出力预测混合模型

11 0
1 黄金阳光 发表于 2024-10-4 00:49 | 查看全部 阅读模式
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,

2024-10-4 00:49 上传
文件大小:
2.38 MB
下载次数:
0
附件售价:
1 下载券 [赞助会员免费下载]
本地下载 立即购买
【温馨提示】 您好!以下是下载说明,请您仔细阅读:
1、推荐使用360安全浏览器访问本站,选择您所需的PDF文档,点击页面下方“本地下载”按钮。
2、耐心等待两秒钟,系统将自动开始下载,本站文件均为高速下载。
3、下载完成后,请查看您浏览器的下载文件夹,找到对应的PDF文件。
4、使用PDF阅读器打开文档,开始阅读学习。
5、使用过程中遇到问题,请联系QQ客服。

本站提供的所有PDF文档、软件、资料等均为网友上传或网络收集,仅供学习和研究使用,不得用于任何商业用途。
本站尊重知识产权,若本站内容侵犯了您的权益,请及时通知我们,我们将尽快予以删除。
  • 手机访问
  • 联系QQ客服
2022-2024 新资汇 - 参考资料分享下载网站
关灯 返回顶部
快速回复 返回顶部 返回列表