基于SVMD-BO-BiTCN的超短期光伏发电功率预测OACSTPCD
光照的间歇性使光伏发电功率波动性较大,导致光伏发电功率的预测准确率较低。为此,提出一种基于连续变分模态分解(successive variational mode decomposition,SVMD)、贝叶斯优化(Bayesian optimization,BO)算法和双向时序卷积网络(bidirectional temporal convolutional network,BiTCN)的超短期光伏发电功率预测模型,以提高预测精度。首先,通过S…查看全部>>
何瑨麟;郝建新;苏成飞;屠壮壮
中国民航大学电子信息与自动化学院,天津市东丽区300300中国民航大学工程训练中心,天津市东丽区300300中国民航大学航空工程学院,天津市东丽区300300中国民航大学安全科学与工程学院,天津市东丽区300300
能源与动力
光伏发电发电功率预测深度学习模型连续变分模态分解(SVMD)
《分布式能源》 2024 (5)
P.22-31,10
国家级大学生创新创业项目(202310059004)中国民航大学大学生创新创业资助项目(IECAUC2023129)。
评论