Scidown文献预览系统!
基于遗传算法改进的Bi-LSTM的无气象微电网光伏功率预测( Photovoltaic Power Forecasting Based on GA improved Bi-LSTM in Microgrid without Meteorological Information )
ZAB Hao DNA B KWA B YS C ZJA B XX A
微电网分布式光伏电站由于其灵活、清洁的特性,是解决能源和环境问题的关键。但由于气象站成本较高,分布式电厂的气象数据往往缺位。因此,本文通过引入相邻光伏电站的输出序列,利用所提出的深度学习模型抓取特征,重点研究在没有气象数据的情况下对目标光伏站的输出进行准确预测。提出了一种基于改进的双向长短期记忆遗传算法模型(GA-BiLSTM)的超短期光伏功率预测模型,并创新性地将多个光伏输出序列作为预测模型的输入。以微电网中的一个实际目标光伏站为例进行了实例研究。研究了输入变量的灵敏度分析,并与其它模型在不同时域下的性能进行了比较,验证了该模型的有效性。结果表明,相邻光伏电站出力序列具有显著性,在无气象资料的情况下,预测5min、15min、30min出力的最小RMSE值分别为0.438、0.806、1.118。
『Sci-Hub|Scidown』怎么用?来看看教程吧!

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献(暂时关闭)


安卓手机、电脑用户,您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!(注意是文献的DOI号)


苹果手机用户,您需要先在App Store里搜索并下载 Documents by Readdle 这个APP,在APP首页,左划右下角的指南针图标打开APP内置浏览器,在浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!


如出现BUG?赶快加入【Scidown互助交流群】反馈吧:729083885【点击一键加群】