为规划和优化能源使用,需要对以光伏为代表的新能源输出功率进行精确预测.因此,提出一种基于卷积神经网络(convolutional neural networks,CNN)的光伏短期功率预测算法,并对该算法进行研究.首先,进行输出功率特征分析并收集历史数据.其次,利用K-means聚类算法对历史光伏数据进行聚类分析,依据欧氏距离选取与待测日最相关的簇作为相似日.再次,基于CNN构建预测模型,选取相似日的输入及输出特性完成模型训练.最后,将待测日数据导入训练完成的模型,完成未来光伏功率预测.实验结果表明该模型的拟合效果贴切实际,具有可行性和应用价值.
NETL
NSTL
万方数据
