| 基于BLSTM-随机森林的短期光伏发电输出功率预测 |
| |
| 引用本文： | 刘志超,袁三男,唐万成.基于BLSTM-随机森林的短期光伏发电输出功率预测[J].电源技术,2021,45(4):495-498. |
| |
| 作者姓名： | 刘志超 袁三男 唐万成 |
| |
| 作者单位： | 上海电力大学电子与信息工程学院,上海200120;宁夏广播电视监测中心,宁夏银川750003 |
| |
| 摘 要： | 光伏发电功率具有不确定性和波动性,准确预测光伏发电功率对提高光伏并网效率和保持电网安全运行具有重要作用.对江苏某地区光伏发电站的功率特性进行分析,使用小波降噪处理历史功率曲线,并对各气象条件使用灰色关联分析筛选出强相关影响因素,减少输出功率噪声和无关气象条件对功率预测的影响.将小波降噪处理后的历史输出功率及强相关特性构建数据集,建立基于双向长短期记忆网络(BLSTM)与随机森林的短期光伏发电功率预测模型,并与其他模型的预测误差进行比较.仿真结果表明,提出的BLSTM-随机森林的短期光伏功率预测模型具有较高的预测精度.
|
| 关 键 词： | 光伏功率预测 小波降噪 灰色关联分析 BLSTM 随机森林 |
Output power prediction of short-term photovoltaic power generation based on BLSTM-random forest |
| |
| LIU Zhichao,YUAN Sannan,TANG Wancheng.Output power prediction of short-term photovoltaic power generation based on BLSTM-random forest[J].Chinese Journal of Power Sources,2021,45(4):495-498. |
| |
| Authors: | LIU Zhichao YUAN Sannan TANG Wancheng |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
