典型文献
融合时空特征的光伏气象因子预测模型
文献摘要：
光伏发电极易受到天气的影响而具有波动性和不确定性,因此对气象因子的准确预测对光伏电站的运维具有重要意义.提出了一种基于深度学习的时空特征融合模型,实现对光伏气象因子的精准预测.在时间维度上,设计了一种改进的长短期记忆模块,融合注意力机制和遗传算法,得到最优注意力参数以提高预测精度;在空间维度上,将光伏电站所在区域按照经纬度划分,利用张量分解对区域内气象因子进行预测.在中国东南部某光伏系统的真实数据集上,对该模型的有效性进行了评估.结果表明,该模型在时间维度和空间维度均具有较高预测精度,同时对稀疏数据有较强的鲁棒性.
文献关键词：
气象因子预测;长短期记忆网络;张量分解;注意力机制;遗传算法
中图分类号：
作者姓名：
李金中;王小明;谢毓广;高博;汪勋婷
作者机构：
国网安徽省电力有限公司 电力科学研究院,合肥 230601
文献出处：
引用格式：
[1]李金中;王小明;谢毓广;高博;汪勋婷-.融合时空特征的光伏气象因子预测模型)[J].计算机工程与应用,2022(23):285-292
A类：
气象因子预测
B类：
时空特征,光伏发电,波动性,准确预测,光伏电站,特征融合,融合模型,精准预测,时间维度,记忆模块,注意力机制,空间维度,所在区域,经纬度,张量分解,中国东南部,光伏系统,真实数据,稀疏数据,长短期记忆网络
AB值：
0.273117
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。
