检索结果-维普期刊中文期刊服务平台

基于改进FCM-LSTM的光伏出力短期预测研究被引量：1: 1; 作者秦宇许野 +2 位作者王鑫鹏王涛李薇《太阳能学报》 EI CAS CSCD 北大核心 2024年第8期304-313,共10页; 受制于外界气象条件和设备性能损失等多方面因素的影响,光伏电站的发电功率呈现出很强的波动性和随机性,精确的光伏出力预测对光伏电站的运营管理和电网的调度运行至关重要。针对传统模糊C均值聚类算法(FCM)无法自主确定聚类数以及欧氏... 展开更多; 关键词光伏出力短期预测模糊C均值聚类自适应方法余弦距离长短期记忆神经网络; 在线阅读下载PDF 职称材料

基于多级特征提取的BiLSTM短期光伏出力预测: 2; 作者林文婷李培强 +1 位作者荆志宇钟吴君《太阳能学报》 EI CAS CSCD 北大核心 2024年第10期284-297,共14页; 传统光伏预测模型易受气象数据波动的影响,且对气象特征不敏感。由此,提出基于多级特征提取的BiLSTM短期光伏出力预测方法,用于预测不同天气类型下的光伏出力。首先,选取与光伏出力相关性较高的气象因素作为输入特征;使用模糊C均值(FCM... 展开更多; 关键词短期光伏出力预测双向长短期记忆网络卷积注意力块时间卷积网络模糊C均值聚类 Xie-Beni指标; 在线阅读下载PDF 职称材料

基于相似日相关性聚类的LSTM短期光伏出力预测模型研究: 3; 作者杨堃安莉娜 +3 位作者朱天生李大成庞锋项华伟《水电与抽水蓄能》 2024年第2期86-92,共7页; 为改善相似日聚类效果,提高光伏出力预测的准确性,提出了一种基于相似日相关性聚类的LSTM短期光伏出力预测模型。首先,计算各因素与光伏的相关性,筛选出与光伏出力相关程度较高的气象数据;然后,选取相关性系数分布均匀的光伏日出力过程... 展开更多; 关键词相似日相关性短期光伏出力预测 LSTM; 在线阅读下载PDF 职称材料

基于Att-LSTM的光伏出力的超短期预测: 4; 作者辛浩淼李冶 +1 位作者邹巍李保国《通信电源技术》 2022年第23期1-3,共3页; 光伏出力的有效预测有助于电网提前规划,为整个系统运行提供先决条件。长短期记忆网络(Long Short-Term Memory,LSTM)在时序参量的处理上具有其他算法不具备的优势,并且克服光伏出力预测的不确定性,加入了注意力机制(Attention)模块。... 展开更多; 关键词光伏出力短期预测注意力机制模块负荷预测长短期记忆(LSTM)网络; 在线阅读下载PDF 职称材料

题名基于改进FCM-LSTM的光伏出力短期预测研究被引量：1: 1; 作者秦宇许野王鑫鹏王涛李薇; 机构华北电力大学环境科学与工程学院; 出处《太阳能学报》 EI CAS CSCD 北大核心 2024年第8期304-313,共10页; 基金国家自然科学基金(62073134)。; 文摘受制于外界气象条件和设备性能损失等多方面因素的影响,光伏电站的发电功率呈现出很强的波动性和随机性,精确的光伏出力预测对光伏电站的运营管理和电网的调度运行至关重要。针对传统模糊C均值聚类算法(FCM)无法自主确定聚类数以及欧氏距离在高维数据分类上的不足,在传统FCM的基础上引入自适应因子和加入余弦距离作为样本分类指标,确定与待预测数据相似程度最高的历史样本簇集,创新性地提出一种基于改进FCM和长短期记忆(LSTM)神经网络的短期光伏出力组合预测模型。在云南某光伏电站的应用结果显示,对比其他预测模型,所提方法的历史样本分类效果更佳,发电功率预测精度更高,验证了该方法的有效性与优越性。; 关键词光伏出力短期预测模糊C均值聚类自适应方法余弦距离长短期记忆神经网络; Keywords photovoltaic output short-term prediction fuzzy C-means clustering adaptive method cosine distance long-short term memory neural network; 分类号 TM615 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于多级特征提取的BiLSTM短期光伏出力预测: 2; 作者林文婷李培强荆志宇钟吴君; 机构福建理工大学电子电气与物理学院福建理工大学智能电网仿真分析与综合控制福建省高校工程研究中心湖南大学电气与信息工程学院; 出处《太阳能学报》 EI CAS CSCD 北大核心 2024年第10期284-297,共14页; 基金国家重点研发计划(2021YFB2601504)。; 文摘传统光伏预测模型易受气象数据波动的影响,且对气象特征不敏感。由此,提出基于多级特征提取的BiLSTM短期光伏出力预测方法,用于预测不同天气类型下的光伏出力。首先,选取与光伏出力相关性较高的气象因素作为输入特征;使用模糊C均值(FCM)聚类方法,对样本进行灵活划分,通过计算Xie-Beni指标以确定最佳聚类数,将历史数据集聚类为晴天、少云天、晴转多云、阴雨天和恶劣天气;其次,构建CNN-CBAM-TCN多级特征提取器(MFE):利用卷积神经网络(CNN)进行初步的特征提取,结合卷积注意力块(CBAM)抑制非重要特征,之后,利用时间卷积网络(TCN)进一步捕捉日内光伏出力的时序特征;最后,借助双向长短期记忆网络(BiLSTM)进行光伏出力预测。在实例分析中,验证了使用Xie-Beni指标确定最佳聚类数的有效性,证明了该模型较其他预测模型在复杂天气类型下具有更高预测精度。; 关键词短期光伏出力预测双向长短期记忆网络卷积注意力块时间卷积网络模糊C均值聚类 Xie-Beni指标; Keywords short term photovoltaic output prediction bi-directional short-term memory network convolutional attention blocks time convolutional network fuzzy C-means clustering Xie-Beni index; 分类号 TM615 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于相似日相关性聚类的LSTM短期光伏出力预测模型研究: 3; 作者杨堃安莉娜朱天生李大成庞锋项华伟; 机构中国电建集团贵阳勘测设计研究院有限公司; 出处《水电与抽水蓄能》 2024年第2期86-92,共7页; 基金中国电建集团贵阳勘测设计研究院有限公司科技项目(YJZD2022-01)。; 文摘为改善相似日聚类效果,提高光伏出力预测的准确性,提出了一种基于相似日相关性聚类的LSTM短期光伏出力预测模型。首先,计算各因素与光伏的相关性,筛选出与光伏出力相关程度较高的气象数据;然后,选取相关性系数分布均匀的光伏日出力过程作为初始聚类中心,以相关性为分类依据进行相似日聚类;最后,对不同聚类簇建立不同的长短期记忆神经网络(LSTM)训练模型。将相似日聚类与K-means聚类方法进行对比,结果显示相似日聚类的光伏出力预测均方根误差(RMSE)和平均绝对误差(MAE)分别降低了19.2%和34.0%,决定系数R2提高了4.8%,表明本文提出的基于相似日相关性聚类方法有效提高了光伏出力预测精度。; 关键词相似日相关性短期光伏出力预测 LSTM; Keywords similar day correlation short-term prediction of photoltaic LSTM; 分类号 TM615 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于Att-LSTM的光伏出力的超短期预测: 4; 作者辛浩淼李冶邹巍李保国; 机构广东电网有限责任公司江门供电局; 出处《通信电源技术》 2022年第23期1-3,共3页; 基金南方电网公司科技项目(GDKJXM20200714)。; 文摘光伏出力的有效预测有助于电网提前规划,为整个系统运行提供先决条件。长短期记忆网络(Long Short-Term Memory,LSTM)在时序参量的处理上具有其他算法不具备的优势,并且克服光伏出力预测的不确定性,加入了注意力机制(Attention)模块。基于互信息熵确定影响光伏发电出力的相关影响变量,将上述影响较大的数据作为整个模型的输入,并放入Att-Lstm模型中进行训练。最终通过与其他算法进行比较,验证了所提出算法的有效性与准确性。; 关键词光伏出力短期预测注意力机制模块负荷预测长短期记忆(LSTM)网络; Keywords short-term forecast of photovoltaic output attention mechanism module load forecasting Long Short-Term Memory(LSTM)networks; 分类号 TM615 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于改进FCM-LSTM的光伏出力短期预测研究	秦宇许野王鑫鹏王涛李薇	《太阳能学报》 EI CAS CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料
2	基于多级特征提取的BiLSTM短期光伏出力预测	林文婷李培强荆志宇钟吴君	《太阳能学报》 EI CAS CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
3	基于相似日相关性聚类的LSTM短期光伏出力预测模型研究	杨堃安莉娜朱天生李大成庞锋项华伟	《水电与抽水蓄能》	2024	0	在线阅读下载PDF 职称材料
4	基于Att-LSTM的光伏出力的超短期预测	辛浩淼李冶邹巍李保国	《通信电源技术》	2022	0	在线阅读下载PDF 职称材料