期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于混合神经网络的光伏电量预测模型的研究 被引量:31
1
作者 崔佳豪 毕利 《电力系统保护与控制》 CSCD 北大核心 2021年第13期142-149,共8页
精确的光伏发电量预测对光伏发电系统的安全运行有重要的作用。然而,由于太阳能的不稳定性、间歇性和随机性,现有光伏发电量的短期预测模型存在预测误差大、泛化能力低等问题。因此,提出一种混合神经网络和注意力机制的分布式光伏电站... 精确的光伏发电量预测对光伏发电系统的安全运行有重要的作用。然而,由于太阳能的不稳定性、间歇性和随机性,现有光伏发电量的短期预测模型存在预测误差大、泛化能力低等问题。因此,提出一种混合神经网络和注意力机制的分布式光伏电站电量短期预测模型(A-HNN)。利用残差长短期记忆网络与扩展因果卷积相结合提取数据的时间和空间特征,加入注意力机制增强特征选择,给出一种改进的混合神经网络模型。根据发电量数据时间序列本身的特性,选取以日为周期的时间序列数据。最后,通过实验与近期其他模型对比,结果表明在同等条件下此混合模型可以大幅提高光伏发电量预测的精度。 展开更多
关键词 混合神经网络 卷积神经网络 循环神经网络 发电量预测 扩展因果卷积
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部