信息技术与信息化2024，Issue(8) ：162-164,176.DOI:10.3969/j.issn.1672-9528.2024.08.037

基于CNN-LSTM的光伏逆变器温度预测方法

周星泽 宋丽媛 李晓方 刘昊
信息技术与信息化2024，Issue(8) ：162-164,176.DOI:10.3969/j.issn.1672-9528.2024.08.037
✕
  • NETL
  • NSTL
  • 万方数据

基于CNN-LSTM的光伏逆变器温度预测方法

周星泽 1宋丽媛 1李晓方 2刘昊3
扫码查看

作者信息

  • 1. 长庆油田分公司新能源事业部 陕西西安 710103
  • 2. 长庆油田分公司第三采气厂 陕西西安 710103
  • 3. 西安石油大学计算机学院 陕西西安 710065
  • 折叠

摘要

在考虑了多种可能影响预测结果的因素后,使用卷积神经网络(CNN)结合长短期记忆网络(LSTM)的方法来预测光伏逆变器的温度变化.这种方法可以有效捕获数据特征之间的空间关系,从而弥补了LSTM层在捕捉数据空间分布方面的不足,同时保留了数据特征的时序性.实验结果显示,结合CNN和LSTM的混合神经网络在光伏逆变器温度预测方面表现出了较高的准确性和稳定性.通过对比分析两种模型的平均绝对误差(MAE)发现,相较于独立使用LSTM模型,采用CNN-LSTM混合神经网络的性能有着明显提升.

关键词

光伏逆变器/温度预测/深度学习/CNN/LSTM

引用本文复制引用

出版年

2024
信息技术与信息化
山东电子学会

信息技术与信息化

影响因子：0.29
ISSN：1672-9528
段落导航相关论文