| 注册
首页|期刊导航|电力系统及其自动化学报|考虑空间相关性采用LSTM神经网络的光伏出力短期预测方法

考虑空间相关性采用LSTM神经网络的光伏出力短期预测方法

王志远 王守相 陈海文 闫秉科

电力系统及其自动化学报2020,Vol.32Issue(5):78-85,8.
电力系统及其自动化学报2020,Vol.32Issue(5):78-85,8.DOI:10.19635/j.cnki.csu-epsa.000298

考虑空间相关性采用LSTM神经网络的光伏出力短期预测方法

Short-term Photovoltaic Output Forecasting Method Using LSTM Neural Network with Consideration of Spatial Correlation

王志远 1王守相 1陈海文 1闫秉科2

作者信息

  • 1. 天津大学智能电网教育部重点实验室,天津 300072
  • 2. 国网湖北省电力公司电力科学研究院,武汉 430077
  • 折叠

摘要

关键词

光伏出力预测/空间相关性/LSTM神经网络/随机性光伏出力/概率分布

分类

信息技术与安全科学

引用本文复制引用

王志远,王守相,陈海文,闫秉科..考虑空间相关性采用LSTM神经网络的光伏出力短期预测方法[J].电力系统及其自动化学报,2020,32(5):78-85,8.

基金项目

国家电网公司科技资助项目(52153217000F) (52153217000F)

电力系统及其自动化学报

OA北大核心CSCDCSTPCD

1003-8930

访问量0
|
下载量0
段落导航相关论文