基于时域卷积网络精细化光伏发电功率预测

• 作者: 刘文杰 宋晓宁 张万强 陈耀
• 来源期刊: 供用电
• 学科: 工学
• 关键词: 光伏 卷积神经网络 时间序列 功率预测
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 新能源
• 页码范围: 76-82
• 页数: 7页
• 分类号: TM74
• 语种: 中文
• DOI: 10.19421/j.cnki.1006-6357.2020.10.012

摘要

针对传统光伏功率预测算法模型没有与时间序列结合而引发精度不高的问题,提出了一种基于时域卷积网络精细化的光伏发电功率预测方法.该预测模型利用卷积神经网络并融合了因果卷积和膨胀卷积;在卷积特征上,使用跨层连接;在损失函数上,增加了自适应影响因子;在特征工程上,将数值气象预报发布的多个预测数据与时间特征结合进行多特征预测.根据新疆、华东两个光伏电场数据集的预测结果显示,与支持向量机算法和未加入时域特性的神经网络算法对比,该算法在光伏功率预测精度上均有不同程度的提升,充分证明了有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋晓宁		21	48	3.0	6.0
2	陈耀		2	1	1.0	1.0
3	刘文杰		1	0	0.0	0.0
4	张万强		1	0	0.0	0.0