典型文献
基于加权扩展日特征矩阵的分布式光伏发电日前功率预测
文献摘要：
分布式户用光伏发电系统的精确日前功率预测可为智能家庭优化运行提供依据,但历史数据量少和缺乏精确辐照预报数据的问题增大了预测难度.为此,将邻近多用户数据融合以扩充样本规模,提出一种考虑功率关联性和相关度权重的相似日搜索方法,并基于长短期记忆(LSTM)神经网络实现日前预测.分析光伏发电功率的影响因素及其内在相关性,基于天气类型统计数据划分日类型,并利用气象信息、相同日类型的历史功率信息和皮尔逊积矩相关系数构造加权扩展日特征矩阵.提取历史数据中与待预测日特征矩阵欧氏距离最小相似日的光伏功率,将其与关键气象特征共同输入LSTM神经网络模型进行预测.以北美丹佛市多个用户的实测数据验证了所提方法的有效性,该方法能够适用于历史数据受限的场景,且在多种天气类型下显著降低了预测误差.
文献关键词：
分布式光伏;日前功率预测;相关性;日特征矩阵;相似日;神经网络
中图分类号：
作者姓名：
郑若楠;李国杰;韩蓓;汪可友;彭道刚
作者机构：
上海交通大学 电力传输与功率变换控制教育部重点实验室,上海 200240;上海电力大学 自动化工程学院,上海 200090
文献出处：
引用格式：
[1]郑若楠;李国杰;韩蓓;汪可友;彭道刚-.基于加权扩展日特征矩阵的分布式光伏发电日前功率预测)[J].电力自动化设备,2022(02):99-105
A类：
日特征矩阵,日前功率预测,丹佛市
B类：
分布式光伏发电,户用光伏,光伏发电系统,智能家庭,优化运行,历史数据,数据量,辐照,报数,多用户,用户数据,数据融合,相关度,相似日,搜索方法,长短期记忆,日前预测,光伏发电功率,天气类型,数据划分,气象信息,同日,功率信息,皮尔逊,积矩,欧氏距离,光伏功率,气象特征,北美,数据验证,数据受限,预测误差
AB值：
0.306628
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。
