期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于气象融合与深度学习的分布式光伏出力区间预测 被引量:4
1
作者 葛亚明 戴上 +5 位作者 梁文腾 李言 宋东阔 陈金 周霞 单宇 《电网与清洁能源》 CSCD 北大核心 2024年第8期112-120,共9页
针对目前分布式光伏功率点预测方法难以全面的描绘分布式光伏功率出力不确定性等问题,提出了一种基于融合气象历史数据和WOA-BiLSTM的分布式光伏区间预测模型。首先,采用气象聚类方法,将历史数据集划分为晴天、多云等4个大类,得到包含... 针对目前分布式光伏功率点预测方法难以全面的描绘分布式光伏功率出力不确定性等问题,提出了一种基于融合气象历史数据和WOA-BiLSTM的分布式光伏区间预测模型。首先,采用气象聚类方法,将历史数据集划分为晴天、多云等4个大类,得到包含各类转变天气过程的气象融合数据集。然后输入待预测日模糊天气类型,根据鲸鱼算法优化的双向长短期记忆网络模型得到光伏功率点预测值。最后通过核密度估计方法对点预测误差进行概率密度估计,叠加点预测值得到总体的预测区间结果。通过实际算例分析,与其他经典模型相比,所提方法具有更高的预测精度。 展开更多
关键词 气象监测装置 分布式光伏 点预测 深度学习 融合气象信息 鲸鱼算法 核密度估计 区间预测
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部