首页|基于小波包分解的长短期记忆网络光伏功率预测

基于小波包分解的长短期记忆网络光伏功率预测

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
为提高光伏功率预测精度,提升光伏发电在电力系统实时调度运行的能力,文章提出一种基于小波包分解的长短期记忆神经网络短期出力预测模型.该模型采用小波包分解的方法提取历史光伏出力特征,结合长短期记忆神经网络对时间序列预测的能力构建预测模型.小波包重构的历史功率序列和气象信息作为长短期记忆网络的训练样本,对实际出力功率进行提前一小时的预测.实例验证表明,该方法具有较高的预测精度,对波动的功率序列预测也有一定的鲁棒性.
Photovoltaic Power Forecasting Based on Wavelet Packet Decomposition of Long Short-term Memory Network

刘译文、赵一帆、张兰兰、吴梦

展开 >

云南民族大学电气信息工程学院 昆明 650500

光伏功率预测 小波包分解 长短期记忆神经网络 深度神经网络

2022

10.3969/j.issn.1672-9722.2022.09.044

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2022.50(9)
  • 1
  • 1