摘要
光伏发电的间歇性和波动性给电网调度带来了挑战,准确预测光伏电站的短期输出功率对于保证电力系统的经济、稳定运行至关重要。本文提出了一种基于卷积神经网络和长短期记忆网络(CNN-LSTM)的光伏电站短期功率预测系统。该系统能够同时提取光伏功率时间序列数据的空间特征和时序特征,通过特征融合和深度学习实现高精度的功率预测。在某光伏电站的实测数据集上,该系统的平均绝对百分比误差(MAPE)低至2.23%,均方根误差(RMSE)为0.15,决定系数(R^(2))达到0.96,优于传统机器学习方法和单一深度学习模型,验证了该系统的有效性和实用性。
出处
《电气技术与经济》
2024年第12期177-179,共3页
Electrical Equipment and Economy
