文档名：基于LSTM光伏发电功率超短期预测模型研究
摘要：精准地预测光伏发电功率有利于保证电网的稳定运行.采集了江苏常熟某75MW光伏电站和山西大同某100MW电站数据,利用相关系数法对影响光伏电站输出功率的因素进行分析.搭建了长短期记忆神经网络(LSTM)功率预测模型,对两个电站的输出功率进行预测.为验证LSTM模型和同一算法下不同电站的功率预测精度,使用循环神经网络(RNN)算法和前馈神经网络(BP)算法搭建预测模型,并与LSTM算法进行对比分析,通过模型评价指标平均绝对误差(MAE)、均方根误差(RMSE)及决定系数R2,对三种模型之间的误差值进行比较,结果表明采用LSTM算法预测模型精度更高,且不同电站采用同一网络模型时,电站输出功率和气象数据的相关系数值越大,模型的功率预测值更加贴近实际值.
作者：周浩杰 杨建卫 王尊 胡磊 曹晟磊 Author：ZHOUHaojie YANGJianwei WANGZun HULei CAOShenglei
作者单位：上海电力大学数理学院,上海201306;中电华创(苏州)电力技术研究有限公司,江苏苏州215123中电华创电力技术研究有限公司,上海200080中电华创(苏州)电力技术研究有限公司,江苏苏州215123
刊名：电源技术 ISTICPKU
Journal：ChineseJournalofPowerSources
年，卷(期)：2023, 47(6)
分类号：TM615
关键词：功率预测 降维 LSTM神经网络
机标分类号：TM614TM715TP391
在线出版日期：2023年7月6日
基金项目：国家自然科学基金，中电华创电力技术研究有限公司项目基于LSTM光伏发电功率超短期预测模型研究[
期刊论文] 电源技术--2023, 47(6)周浩杰 杨建卫 王尊 胡磊 曹晟磊精准地预测光伏发电功率有利于保证电网的稳定运行.采集了江苏常熟某75MW光伏电站和山西大同某100MW电站数据,利用相关系数法对影响光伏电站输出功率的因素进行分析.搭建了长短期记忆神经网络(LSTM)功率预测模型,对两...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
基于LSTM光伏发电功率超短期预测模型研究 Research on ultra-short term prediction model of photovoltaic power generation based on LSTM
基于LSTM光伏发电功率超短期预测模型研究.pdf
- 文件大小:
- 1.63 MB
- 下载次数:
- 60
-
高速下载
|
|
