| 施静辉,高翔,王瑞林.考虑相似日相关信息的基于FCM-UW-ADAGRU的超短期光伏预测方法*[J].电工技术,2024(16):58-63 |
| 考虑相似日相关信息的基于FCM-UW-ADAGRU的超短期光伏预测方法* |
|
| |
| DOI：10.19768/j.cnki.dgjs.2024.16.016 |
| 中文关键词: 自适应门控单元神经网络 模糊C-均值聚类 光伏超短期预测 相似日 |
| 英文关键词: |
| 基金项目: |
|
| 摘要点击次数: 203 |
| 全文下载次数: 0 |
| 中文摘要: |
| 提出了一种模糊C均值聚类和不确定性加权自适应门控单元神经网络(FCM-UW-ADAGRU)模型对日前分钟级光伏出力进行预测。首先，基于FCM对历史日天气进行划分，采用历史功率数据的5个统计指标(协调平均值、几何平均值、变异系数、峰度和偏度)作为聚类特征。其次，通过分布识别模块从相同天气类型的相似日样本中识别出不同的数据分布，并通过分布匹配模块从所有相似日数据中挖掘相关信息，以处理未来可能遇到的未知气象信息。最后，基于不确定性加权(UW)平衡预测误差和相关信息误差，提高模型训练精度。与现有方法的比较实验表明该方法具有较高的精度和鲁棒性，验证了模型的有效性。 |
| 英文摘要: |
| |
| 查看全文 查看/发表评论 下载PDF阅读器 |
