典型文献
长短期记忆网络在光伏与风电功率预测中的应用
文献摘要：
随着能源转型的不断推进,风电与光伏发电站的数量不断增多.但风电和光伏属于随机波动的不稳定能源,大规模的风电与光伏并入大电网,必然会影响大电网的稳定性.电力生产调度系统需要对未来一段时间内的风功率和光伏功率进行预测,以合理分配发电设备的出力,确保大电网稳定可靠运行.长短期记忆网络是一种循环神经网络,能够充分利用一段时间内的数据进行学习,并对未来功率做出预测.本文对输入的气象数据进行优化处理,提高数据的时间特性,能够提升风电和光伏功率预测的准确性.
文献关键词：
功率预测;风力发电;光伏发电;长短期记忆网络
中图分类号：
作者姓名：
周岳;明镜
作者机构：
南京国电南自电网自动化有限公司 江苏南京 210000
文献出处：
引用格式：
[1]周岳;明镜-.长短期记忆网络在光伏与风电功率预测中的应用)[J].科技风,2022(07):55-57,76
A类：
电力生产调度系统
B类：
长短期记忆网络,风电功率预测,能源转型,光伏发电站,随机波,定能,并入,大电网,风功率,合理分配,配发,发电设备,出力,电网稳定,可靠运行,循环神经网络,气象数据,优化处理,时间特性,光伏功率预测,风力发电
AB值：
0.273092
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。
