| 卢利军,王军,王浩,张义坤,何英杰.基于改进长短期记忆神经网络的光伏功率预测方法研究[J].电工技术,2024(18):115-117 |
| 基于改进长短期记忆神经网络的光伏功率预测方法研究 |
|
| |
| DOI：10.19768/j.cnki.dgjs.2024.18.032 |
| 中文关键词: 长短期记忆网络 光伏功率预测 机器学习 |
| 英文关键词: |
| 基金项目: |
|
| 摘要点击次数: 44 |
| 全文下载次数: 0 |
| 中文摘要: |
| 太阳能光伏输出功率的精确预测对于电网的安全运行非常重要，并且可以降低光伏系统的运营费用。为了通过使用光伏系统历史的性能数据预测未来几天光伏系统的输出功率，提出了一种基于集成长短期记忆网络(Ensemble Long Short Term Memory Network,Ensemble LSTM)集成模型的方法来预测未来几天的光伏输出功率。为验证该方法的有效性，使用实测太阳能光伏数据进行实验，结果证明与单个LSTM模型对比，所提出的LSTM集成模型非常可靠，并且在输出功率预测准确性方面具有显著优势。 |
| 英文摘要: |
| |
| 查看全文 查看/发表评论 下载PDF阅读器 |
|
|
|
