Scidown文献预览系统!
基于注意力的CNN-LSTM神经网络嵌入多个相关和目标变量的预测模式进行日前小时光伏功率预测( Day-ahead hourly photovoltaic power forecasting using attention-based CNN-LSTM neural network embedded with multiple relevant and target variables prediction pattern )
J Qu Z Qian Y Pei
光伏功率的准确预测在智能电网系统的集成、运行和调度中起着至关重要的作用。值得注意的是,太阳能的波动性和间歇性是影响光伏功率预测精度的主要制约因素。本文提出了一种基于注意力的长短期时态神经网络预测模型(ALSM),该模型采用卷积神经网络(CNN)、长短时记忆神经网络(LSTM)和多相关目标变量预测模式(MRTPP)下的注意力机制。这是为了捕捉短期和长期的时间模式,并实现前一天每小时光伏功率预测。通过从DKASC网站下载的光伏系统历史数据对所提出的方法进行了验证。结果表明,MRTPP模型的预测精度优于常用的投入产出预测模型。此外,与现有的几种光伏功率预测方法(包括统计方法和人工智能方法)相比,本文提出的MRTPP模式下的ALSM模型具有更大的优越性。随后,分析了影响模型预测范围精度的不同重要参数,并对不同预测范围对应的记忆长度提出了建议。
『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】