典型文献
基于相似日匹配及TCN-Attention的短期光伏出力预测
文献摘要：
短期光伏出力预测对电力系统生产调度计划的合理制定极其重要,有助于促进光伏发电并网和消纳.光伏出力受气象特征影响较大,其过程具有波动性、间歇性、不可控等特点,导致快速、精准地进行短期光伏出力预测成为一项挑战.对此,文章提出一种基于相似日匹配及TCN-Attention的组合预测模型.文章采用时间序列形态聚类算法和最大信息系数对光伏出力的相似性进行刻画,避免全部历史数据作为输入所产生的数据冗余,利用可并行计算的时序卷积网络学习光伏出力特征,引入Attention机制突出关键气象特征的影响,有效提高模型训练速度和预测精度.基于实际数据的实验结果表明,较之其他预测方法,文章提出的方法具有信息提取直接、训练速度快、预测精度高等优点.
文献关键词：
短期光伏出力预测;时序卷积网络;Attention机制;形态聚类;最大信息系数
中图分类号：
作者姓名：
陈禹帆;温蜜;张凯;余珊
作者机构：
上海电力大学 计算机科学与技术学院,上海200090
文献出处：
引用格式：
[1]陈禹帆;温蜜;张凯;余珊-.基于相似日匹配及TCN-Attention的短期光伏出力预测)[J].电测与仪表,2022(10):108-116
A类：
短期光伏出力预测
B类：
相似日,TCN,Attention,电力系统,生产调度,调度计划,光伏发电,并网,消纳,受气,气象特征,波动性,间歇性,组合预测模型,形态聚类,聚类算法,最大信息系数,历史数据,数据冗余,并行计算,时序卷积网络,网络学习,模型训练,训练速度,实际数据,较之,信息提取
AB值：
0.247593
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。
