期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于二次模态分解重构及BiTCN-BiGRU模型的光伏短期发电功率预测
1
作者 文斌 章学勤 +2 位作者 付文龙 丁弈夫 封宣宇 《电力系统保护与控制》 北大核心 2025年第18期74-87,共14页
针对光伏功率序列具有非平稳性和波动性的特点导致预测模型预测精度偏低的问题,提出一种基于二次模态分解重构、双向时序卷积网络(bidirectional temporal convolutional network,BiTCN)-双向门控循环单元(bidirectional gated recircul... 针对光伏功率序列具有非平稳性和波动性的特点导致预测模型预测精度偏低的问题,提出一种基于二次模态分解重构、双向时序卷积网络(bidirectional temporal convolutional network,BiTCN)-双向门控循环单元(bidirectional gated recirculation unit,BiGRU)组合模型及与多策略改进沙猫群优化算法(multi-strategy improved sand cat swarm algorithm,MSCSO)相结合的光伏短期发电功率预测方法。首先,利用Spearman相关系数选取气象特征作为模型输入,并采用模糊C均值聚类方法进行相似日分类。其次,采用改进完全集合经验模态分解、变分模态分解对光伏功率序列进行分解并采用样本熵对分量进行重构。最后,建立Bi TCN-Bi GRU组合预测模型进行预测并通过MSCSO优化模型参数,将各分量预测结果叠加得到最终光伏功率预测值。通过与多种预测模型在不同天气条件和不同地区的对比分析,验证了所提模型具有更高的预测精度和良好的适应性。 展开更多
关键词 二次模态分解重构 沙猫群算法 双向时序卷积网络 双向门控循环单元 光伏功率预测
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部