基于气候相似性与SSA-CNN-LSTM的光伏功率组合预测 |
| |
作者姓名: | 王晓霞 俞敏 冀明 耿泉峰 |
| |
作者单位: | 1. 华北电力大学计算机系;2. 国网河北省电力有限公司营销服务中心 |
| |
摘 要: | 针对高分辨率气象数据匮乏影响光伏功率预测准确性的问题,提出一种融合气候相似性与奇异谱分析(SSA)、卷积神经网络(CNN)和长短期记忆网络(LSTM)的高分辨率光伏功率组合预测模型。运用SSA分解光伏序列为不同子序列,建立CNN-LSTM日前预测模型以捕捉光伏出力的连续性特征;利用气候相似性通过低分辨率气象数据选取相似日实现高分辨率光伏出力预测;通过灰色关联分析动态组合权重得到最终预测结果。仿真结果表明,该组合预测模型可有效提高日前高分辨率光伏功率预测的准确性,具有较高的预测精度。
|
关 键 词: | 光伏发电 预测 神经网络 高时间分辨率 相似性分析 奇异谱分析 |
|