期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于综合距离相似的CEEMDAN-Informer光伏功率组合预测模型研究
1
作者 詹莹 王潇添 +3 位作者 王旭 许野 李薇 王雯雯 《太阳能学报》 北大核心 2025年第8期315-326,共12页
针对当前光伏发电功率预测相似日选取结果失真、信号分解质量较差和预测模型训练时间长且易陷入局部极值等缺陷导致的预测精度较差的问题,构建融合综合距离相似日选取、自适应噪声的完备集合经验模态分解和Informer算法光伏出力组合预... 针对当前光伏发电功率预测相似日选取结果失真、信号分解质量较差和预测模型训练时间长且易陷入局部极值等缺陷导致的预测精度较差的问题,构建融合综合距离相似日选取、自适应噪声的完备集合经验模态分解和Informer算法光伏出力组合预测模型。在利用皮尔逊相关系数法完成关键气象因素筛选的基础上,使用灰色关联度、动态时间弯曲、欧氏距离和夹角余弦的加权组合的综合相似距离法选定待预测日的历史相似日,并利用自适应噪声完备集合经验模态分解(CEEMDAN)算法对历史出力序列进行分解,生成高质量的模型训练样本集,最后基于Informer算法构建光伏出力组合预测模型,实现对光伏出力的精确预测。通过在云南某光伏电站的实际应用,结果表明相较于其他组合预测模型,所提基于综合距离相似的CEEMDAN-Informer模型可捕捉光伏出力的骤变趋势,预测精度较高,可为光伏电站后续的优化调度奠定较好的基础。 展开更多
关键词 预测 光伏电站 神经网络 Informer模型 完备集合经验模态分解 综合距离相似
在线阅读 下载PDF
计及相似日的VMD-FE-LSTM光伏出力组合预测模型研究 被引量:8
2
作者 王涛 李薇 +2 位作者 许野 王旭 王鑫鹏 《太阳能学报》 EI CAS CSCD 北大核心 2024年第5期490-499,共10页
针对光伏出力的随机性和波动性导致预测精度偏低的问题,构建一套融合相似日理论、变分模态分解法、模糊熵计算方法和深度学习算法的光伏出力组合预测模型。在运用灰色关联分析法确定影响光伏出力的关键气象因素和使用综合相似距离法选... 针对光伏出力的随机性和波动性导致预测精度偏低的问题,构建一套融合相似日理论、变分模态分解法、模糊熵计算方法和深度学习算法的光伏出力组合预测模型。在运用灰色关联分析法确定影响光伏出力的关键气象因素和使用综合相似距离法选定待预测日的历史相似日的基础上,利用模糊熵对变分模态分解的光伏出力分量进行重组,得到若干规律性较强的新序列;然后,分别构建各重组序列的长短期记忆神经网络预测模型;最终,对重组序列的预测值进行求和得到预测结果。该组合模型在云南某光伏电站的应用结果表明,对比其他模型,所提出的组合预测模型精度更高,具有很好的应用前景。 展开更多
关键词 光伏发电 预测模型 变分模态分解 长短期记忆神经网络 综合相似距离 模糊熵
在线阅读 下载PDF
基于KPCA和HC的IPSO-LSTM光伏出力预测模型研究
3
作者 徐昌 许野 +3 位作者 王晓晖 孟亦康 秦宇 李薇 《太阳能学报》 北大核心 2025年第5期362-374,共13页
为提升光伏发电功率的预测精度,构建一套融合核主成分分析法(KPCA)、层次聚类(HC)算法、改进粒子群算法(IPSO)和长短期记忆神经网络(LSTM)的光伏出力组合预测模型。在运用KPCA方法对影响光伏出力的气象因素进行降维和生成主成分因子的... 为提升光伏发电功率的预测精度,构建一套融合核主成分分析法(KPCA)、层次聚类(HC)算法、改进粒子群算法(IPSO)和长短期记忆神经网络(LSTM)的光伏出力组合预测模型。在运用KPCA方法对影响光伏出力的气象因素进行降维和生成主成分因子的基础上,联合使用HC算法和综合相似距离法挑选出与待预测日气象要素匹配度较高且内部耦合性强的历史日样本集,并运用IPSO优化生成LSTM神经网络的最优超参数组合,最终实现云南某光伏电站发电量的精准预测。对比其他模型,所提组合预测方法在不同天气类型下均能实现较好的预测效果,具有广阔的应用前景。 展开更多
关键词 核主成分分析 光伏出力预测 改进粒子群算法 超参数优化 综合相似距离
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部