基于深度学习算法的光伏发电功率预测方法研究

作     者：姜景芮 苗田 彭婧 苏邢盛楠 徐慧慧 柴宜! JIANG Jingrui;MIAO Tian;PENG Jing;SUXING Shengnan;XU Huihui;CHAI Yi

作者机构：国网甘肃省电力公司发展事业部甘肃兰州730000 甘肃电通电力工程设计咨询有限公司甘肃兰州730050 

出 版 物：《自动化应用》 (Automation Application)

年 卷 期：2023年第64卷第13期

页      码：102-104页

摘      要：为提升光伏发电功率预测的精度和智能化程度,本文基于深度学习算法对光伏发电功率预测方法展开研究,通过深度学算法组合应用的思路建立CNN-LSTM光伏功率预测模型,并分别阐述预测模型建立过程中的模型结构、激活函数选择、时间步数设置和特征变量选择。实验结果表明,在超短期预测中,CNN-LSTM模型的性能表现最佳,说明本文提出的CNN-LSTM光伏发电功率预测模型的特征提取能力更强;在短期预测中,CNN-LSTM模型在晴天和阴雨天时的预测精度均为最高,说明本文提出的CNN-LSTM光伏发电功率预测模型适用于多种天气的短期预测,并具有显著的精度优势。

主 题 词：深度学习算法 光伏发电 功率预测 CNN-LSTM网络组合模型 

学科分类：08[工学] 0807[工学-电子信息类] 

馆 藏 号：203122712...