|
|||||
|
|
| 基于Kmeans++-Bi-LSTM的太阳辐照度超短期预测 | |
| 作者姓名： | 官松泽 唐钰本 蔡争 吴凌涛 郑含博 覃团发 |
| 作者单位： | 1. 电子科技大学光电科学与工程学院;2. 广西大学电气工程学院;3. 广西大学计算机与电子信息学院;4. 广西多媒体通讯与网络技术重点实验室(广西大学) |
| 基金项目： | 广西重点研发计划（AB23026037）; |
| 摘 要： | 针对地表太阳辐射的不确定性和随机波动性,进而对大型光伏发电并网对电力系统的稳定性造成冲击,提出一种新的太阳辐照度超短期预测方案。该方案通过使用皮尔逊相关性分析和无监督学习中的Kmeans++算法,对多种气象数据进行筛选,找出关键气象数据并进行划分以及添加标签,接着将带有标签的关键气象数据输入双向长短期记忆网络预测模型中,以达到10 min时间间隔的太阳辐照度超短期预测。结果表明所提预测模型相较于目前常用的模型提高了预测精度。 |
| 关 键 词： | 太阳辐射 预测 聚类分析 超短期 双向长短期记忆网络 |