Indexed by：
Abstract：
针对传统光伏功率预测特征提取不足导致预测精度不高的问题,提出一种双通道网络模型进行光伏功率预测.首先将光伏功率历史数据进行归一化处理,再将数据送入两个并行的卷积神经网络(Convolutional Neural Network,CNN)进行特征提取,经融合层融合送入长短期记忆网络(Long Short-Term Memory,LSTM)进行光伏功率预测.采用地中海气候光伏发电数据集进行测试,结果表明所提出的方法与单通道网络相比平均绝对误差(Mean-Absolute Error,MAE)减小了12.3％,均方根误差(Root-Mean-Square Error,RMSE)减小了3％,实现了更高的预测精度.
Keyword：
Reprint Author's Address：
Email：
Source ：
电力科学与工程
ISSN： 1672-0792
Year： 2019
Issue： 5
Volume： 35
Page： 7-11
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： 2
Chinese Cited Count：
30 Days PV： 2
Affiliated Colleges：
