-
题名基于深度学习算法的光伏发电功率预测方法研究
被引量：1
- 1
-
-
作者
姜景芮
苗田
彭婧
苏邢盛楠
徐慧慧
柴宜!
-
机构
国网甘肃省电力公司发展事业部
甘肃电通电力工程设计咨询有限公司
-
出处
《自动化应用》
2023年第13期102-104,共3页
-
文摘
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。
-
关键词
深度学习算法
光伏发电
功率预测
cnn-lstm网络组合模型
-
Keywords
deep learning algorithm
photovoltaic power generation
power prediction
cnn-lstm network combination model
-
分类号
TM615
[电气工程—电力系统及自动化]
-
