10.3969/j.issn.1000-3886.2020.05.008
基于K-means++和LSTM网络的光伏功率预测研究
为提高光伏功率预测精度以减少光伏接入对电网运行的不利影响,提出一种基于K-means++和LSTM网络的光伏功率预测方法.首先,利用改进的K-means方法对历史数据进行聚类;然后,建立基于LSTM神经网络的预测模型,用聚类后数据集对提出的预测模型进行了训练和测试,为提高模型的预测精度,进行了一系列的仿真和参数选择;最后,将方法和单一LSTM网络和BP神经网络进行了比较.结果 表明中,方法具有较好的准确性和通用性.
光伏功率预测、K-means++聚类、长短期记忆网络、BP神经网络
42
TM615(发电、发电厂)
国家自然科学基金委员会-国家电网公司智能电网联合基金项目;吉林省科技发展计划项目
2020-11-20(万方平台首次上网日期,不代表论文的发表时间)
共4页
25-27,34