典型文献
基于长短记忆神经网络优化的短期光伏发电预测方法
文献摘要：
针对现阶段光伏发电输出功率不稳定和发电预测模型实施难度较大的问题,对基于长短记忆神经网络优化的短期光伏发电预测方法进行研究.通过分析神经网络分布特点,在数据优化模型中代入初始数据,不断迭代计算目标权重,引入自循环乘积法获取模型的最佳优化函数;通过待预测数据之间的类间距计算可分性,将数据划分为对比序列和参考序列,分析参考序列内每个单位时刻下数据的类簇关联度,根据关联度量化值提取下一时刻的数据权重,完成短期光伏发电数据的预测.仿真实验表明,所提方法的预测精度高,该模型结构直观、易实施,对数据包容性强,可以高效实现对发电数据的预测.
文献关键词：
目标权重;自循环乘积法;优化函数;类簇关联度;量化预测
中图分类号：
作者姓名：
孟巍;郭腾炫;刘昳娟;张东宁;宗振国
作者机构：
国网山东省电力公司,山东济南 250001
文献出处：
引用格式：
[1]孟巍;郭腾炫;刘昳娟;张东宁;宗振国-.基于长短记忆神经网络优化的短期光伏发电预测方法)[J].电网与清洁能源,2022(05):129-134
A类：
自循环乘积法,类簇关联度
B类：
长短记忆神经网络,神经网络优化,光伏发电预测,输出功率,实施难度,数据优化,中代,代入,迭代计算,目标权重,取模,优化函数,预测数据,间距计算,可分性,数据划分,参考序列,刻下,取下,数据权重,模型结构,数据包,量化预测
AB值：
0.305373
相似文献
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。
