首页 > 《当代电力文化》 > 2024年8期 > 基于深度学习的光伏功率预测模型构建

基于深度学习的光伏功率预测模型构建

在线阅读下载PDF 导出详情

摘要摘要：本研究基于深度学习技术，提出了一种光伏功率预测模型，旨在提高光伏发电系统的效率和稳定性。首先，利用历史光伏功率数据和气象数据进行特征提取，包括光照强度、温度等。然后，采用卷积神经网络（CNN）和长短期记忆网络（LSTM）相结合的方法构建预测模型，以捕捉时间序列数据中的长期依赖关系和空间信息。实验结果表明，该模型在光伏功率预测中表现出较高的准确性和稳定性，为光伏发电系统的运行和管理提供了可靠的支持。

DOI kd2nn8v5kd/8431414

作者杨辉辉

机构地区中国电建集团西北勘测设计研究院有限公司陕西省西安市 710000

出处《当代电力文化》 2024年8期

关键词光伏功率预测深度学习卷积神经网络长短期记忆网络特征提取

分类 [电气工程][电力系统及自动化]

出版日期 2024年07月03日（中国期刊网平台首次上网日期，不代表论文的发表时间）