期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
自样本特征构造的1DCNN-BiLSTM网侧光伏功率预测
被引量：
4
1
作者
欧阳卫年
赵紫昱
陈渊睿
《电力系统及其自动化学报》
CSCD
北大核心
2024年第3期151-158,共8页
为解决电网难以获取NWP数据和无法建立光伏功率预测模型的问题,提出一种自样本特征构造的一维卷积双向长短期记忆神经网络光伏发电功率预测方法。通过K均值聚类和功率骤减事件检测的特征工程获取细粒度的天气状态标签,实现基于自身样本...
为解决电网难以获取NWP数据和无法建立光伏功率预测模型的问题,提出一种自样本特征构造的一维卷积双向长短期记忆神经网络光伏发电功率预测方法。通过K均值聚类和功率骤减事件检测的特征工程获取细粒度的天气状态标签,实现基于自身样本的特征构造,以解决样本特征缺少问题;采用卷积和长短期记忆网络结合的模型结构,解决局部特征提取和长期依赖的问题。算例验证结果表明,所提方法改善整体的预测性能,降低多特征数据存在的数据匮乏和数据稳定性风险,为模型输入特征较少的网侧光伏功率短期预测提供一种有效途径。
展开更多
关键词
光伏功率预测
功率骤降事件检测
自样本特征构造
卷积神经网络
双向长短时记忆网络
在线阅读
下载PDF
职称材料
题名
自样本特征构造的1DCNN-BiLSTM网侧光伏功率预测
被引量：
4
1
作者
欧阳卫年
赵紫昱
陈渊睿
机构
广东电网有限责任公司佛山供电局
华南理工大学电力学院
出处
《电力系统及其自动化学报》
CSCD
北大核心
2024年第3期151-158,共8页
基金
广东省自然科学基金资助项目(2023A1515010184)。
文摘
为解决电网难以获取NWP数据和无法建立光伏功率预测模型的问题,提出一种自样本特征构造的一维卷积双向长短期记忆神经网络光伏发电功率预测方法。通过K均值聚类和功率骤减事件检测的特征工程获取细粒度的天气状态标签,实现基于自身样本的特征构造,以解决样本特征缺少问题;采用卷积和长短期记忆网络结合的模型结构,解决局部特征提取和长期依赖的问题。算例验证结果表明,所提方法改善整体的预测性能,降低多特征数据存在的数据匮乏和数据稳定性风险,为模型输入特征较少的网侧光伏功率短期预测提供一种有效途径。
关键词
光伏功率预测
功率骤降事件检测
自样本特征构造
卷积神经网络
双向长短时记忆网络
Keywords
photovoltaic(PV)power prediction
event detection of power slump
self-sampled feature construction
convolutional neural network(CNN)
bidirectional long short-term memory(LSTM)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
作者
出处
发文年
被引量
操作
1
自样本特征构造的1DCNN-BiLSTM网侧光伏功率预测
欧阳卫年
赵紫昱
陈渊睿
《电力系统及其自动化学报》
CSCD
北大核心
2024
4
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
