典型文献
基于天气融合和LSTM网络的分布式光伏短期功率预测方法
文献摘要：
分布式光伏发电功率高精度预测对配电网安全稳定运行有重要意义.针对分布式光伏发电设备的功率预测问题,基于天气信息和深度学习方法提出了一种分布式光伏短期功率预测方法.首先将天气进行分类融合,实现训练集的全面覆盖;然后基于长短期记忆网络(long short-term memory,LSTM)深度学习方法构建分布式光伏短期功率预测模型;最后实现分布式光伏功率预测.
文献关键词：
分布式光伏;光伏发电预测;深度学习;短期预测
中图分类号：
作者姓名：
李丰君;王磊;赵健;张建宾;张世尧;田杨阳
作者机构：
国网河南省电力公司电力科学研究院,河南 郑州 450052
文献出处：
引用格式：
[1]李丰君;王磊;赵健;张建宾;张世尧;田杨阳-.基于天气融合和LSTM网络的分布式光伏短期功率预测方法)[J].中国电力,2022(11):149-154
A类：
B类：
短期功率预测,分布式光伏发电,光伏发电功率,精度预测,配电网,电网安全,安全稳定运行,光伏发电设备,天气信息,深度学习方法,训练集,长短期记忆网络,long,short,term,memory,功率预测模型,分布式光伏功率,光伏功率预测,光伏发电预测,短期预测
AB值：
0.290724
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
