HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于图机器学习的分布式光伏发电预测

作者:阚博文; 刘广一; KHODAYAR; Mahdi; 周建...图机器学习光伏预测图卷积lstmdnn

摘要:文章基于图机器学习提出了一种面向分布式光伏电站的深度时空特征提取预测模型。首先,针对临近区域的光伏电站进行图建模,使用长短期记忆(long short-term memory,LSTM)模型进行时间特征抓取,使用图卷积原理对电站空间特征进行提取。根据提取的时空特征信息以及历史数据和临近其他区域内光伏电站历史发电数据,训练光伏发电预测模型。以国内某地266个光伏电站为实验对象,实验结果表明基于图机器学习的预测模型进行日前预测,预测误差率仅为5.66%,低于其他机器学习模型预测结果。该模型针对光伏电站15min前发电预测可以捕获当天瞬间出力变化曲线。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

供用电

《供用电》(CN:31-1467/TM)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《供用电》杂志主要刊登:国际智能配用电领域最新发展趋势;配电网规划设计、施工建设、运行管理、设备研发,电力营销、节能及能效管理、工矿企业用电等领域热点问题和研究成果;以及供用电领域国内外先进管理经验。本刊栏目包含:资讯、特别策划、访谈、技术、管理、电力史话、新产品推荐等。

杂志详情