文档名：基于特征构造和改进PSO算法的分布式光伏功率预测
摘要：分布式光伏由于其历史数据缺乏,光伏出力的预测精度不高,提出改进粒子群优化算法(PSO)+长短时记忆网络(LSTM)与注意力机制结合的神经网络模型.构造基于聚类算法的特征工程扩充数据集;给出局部最优判据改进粒子群算法并应用于模型的超参数优化,提升模型泛化性;采用注意力机制与LSTM相结合的架构进行短期功率预测.在澳大利亚公开数据集上的实验表明,新的特征工程与光伏出力具有相关性,预测精度相比传统LSTM模型精度提高17.4％,且改进PSO算法相比标准算法收敛性更好.
作者：孟令哲 周翔 曾新华 庞成鑫 Author：MENGLingzhe ZHOUXiang ZENGXinhua PANGChengxin
作者单位：上海电力大学电子与信息工程学院,上海200090复旦大学工程与应用技术研究院,上海200433
刊名：电源技术
Journal：ChineseJournalofPowerSources
年，卷(期)：2024, 48(2)
分类号：TM615
关键词：分布式光伏 输出功率预测 LSTM 改进PSO算法 注意力机制 特征工程
Keywords：distributedphotovoltaic outputpowerprediction LSTM improvedPSOalgorithm attentionmechanism featureengineering
机标分类号：TM615TP393.08TM721
在线出版日期：2024年3月26日
基金项目：国家自然科学基金基于特征构造和改进PSO算法的分布式光伏功率预测[
期刊论文] 电源技术--2024, 48(2)孟令哲 周翔 曾新华 庞成鑫分布式光伏由于其历史数据缺乏,光伏出力的预测精度不高,提出改进粒子群优化算法(PSO)+长短时记忆网络(LSTM)与注意力机制结合的神经网络模型.构造基于聚类算法的特征工程扩充数据集;给出局部最优判据改进粒子群算法并应...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于特征构造和改进PSO算法的分布式光伏功率预测 Distributed photovoltaic power prediction based on feature construction and improved PSO algorithm
基于特征构造和改进PSO算法的分布式光伏功率预测.pdf
- 文件大小:
- 585.86 KB
- 下载次数:
- 60
-
高速下载
|
|
