基于组合深度学习的光伏功率日前概率预测模型OA北大核心CSTPCD
Day-Ahead Probabilistic Prediction Model for Photovoltaic Power Based on Combined Deep Learning
为准确量化复杂场景下光伏预测功率的不确定性,提出了一种基于时序卷积网络-注意力机制-长短期记忆网络组合的光伏功率短期概率预测方法.首先,基于多种相关性分析方法选出与光伏功率强相关的气象因素;然后,基于时序卷积网络的特征提取能力和长短期记忆网络的时序特征建模能力,并结合注意力机制和分位数回归,建立组合深度学习预测模型;最后,采用核密度估计方法生成连续概率密度函数.以实际集中式和分布式光伏电站为案例进行分析,结果表明:与长短期记忆网络、时序卷积网络、…查看全部>>
To accurately quantify the uncertainty in the predicted photovoltaic(PV)power in complex scenarios,a short-term probabilistic prediction method for PV power based on a combination of temporal convolutional networks-attention mechanism-long short-term memory networks is proposed in this paper.Firstly,mete-orological factors strongly correlated with PV power are selected based on multiple correlation analysis methods.Then,a combined deep learning prediction mo…查看全部>>
高岩;吴汉斌;张纪欣;张华铭;张沛
国网河北省电力有限公司保定供电分公司,河北保定 071000国网河北省电力有限公司保定供电分公司,河北保定 071000国网河北省电力有限公司保定供电分公司,河北保定 071000北京清软创新科技股份有限公司,北京 102208北京交通大学电气工程学院,北京 100089
概率预测时序卷积网络长短期记忆网络注意力机制
probabilistic predictiontemporal convolutional networklong short-term memory networkattention mechanism
《中国电力》 2024 (4)
100-110,11
国网河北省电力公司科技项目(含高比例分布式光伏的多级电网负荷预测方法研究及应用,kj2022-051). This work is supported by State Grid Hebei Electric Power Co.,Ltd.(Load Forecasting Methods for Multiple Level Power Grid with High Penetration of Distributed Photovoltaic Generation,No.kj2022-051).
评论