基于分时长短期记忆神经网络的光伏发电超短期功率预测

来源 :现代电力 | 被引量 : 0次 | 上传用户:sun88888jian
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
准确预测光伏发电功率对电力系统运行调度至关重要.提出一种基于Spearman相关系数和分时长短期记忆网络的光伏发电功率预测方法.首先利用Spearman相关系数分析每个时刻下影响光伏发电功率的因素,选取相关度高的影响因素作为长短期记忆网络模型的输入变量;然后,对每个时刻建立一个基于长短期记忆网络的预测模型,实现分时光伏发电功率的预测.最后,利用实际光伏发电站的历史发电功率和数值天气预报数据进行案例分析.结果表明,所提方法比单一长短期记忆网络预测模型具有更高的预测精度.
其他文献
冷热电联供(combined cooling heating and power,CCHP)型微网可实现能量的梯级利用,提高能源利用率.建筑物的热惯性以及微网间的功率交互会对多微网系统的经济调度产生重要
目的 探讨肿瘤切除后眼睑缺损即时修复的方法.方法 对因肿瘤切除后造成的眼睑及周围组织缺损患者,应用一种或多种、一个或多个局部皮瓣进行修复.结果 自1994年以来,于临床应用216例224侧.眼睑良性肿瘤切除所致眼睑缺损者147例152侧,眼睑恶性肿瘤切除所致者69例72侧.术后所有皮瓣均全部成活,切口均一期愈合.149例得到随访,时间为3个月至10年.患者对修复后眼睑形态满意,劝能正常.眼睑恶性肿
会议
生物质直燃发电在电力扶贫和电力低碳过程中发挥重要作用,制定合理的政策补贴方式是生物质发电产业良好发展的关键因素.考虑季节影响因素,以电厂利润最大化为目标确定生物质