基于TL-LSTM的新能源功率短期预测
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3969/j.issn.2097-0706.2023.01.005

基于TL-LSTM的新能源功率短期预测

引用
新能源功率预测是实现主动配电网运行态势精确感知的关键.针对新能源功率的不确定性和波动性,提出了一种融合迁移学习(TL)和长短期记忆神经网络(LSTM)的新能源功率组合预测方法.引入k-shape聚类算法对不同区域新能源提供的时序数据进行聚类,同时利用各个聚类生成若干预训练模型;结合形态距离指标,选择与目标序列最接近的聚类作为辅助数据簇以准备迁移学习;借助辅助数据簇所对应的预训练模型来完成TL-LSTM模型的训练,且在所有模型的训练过程中利用差值化处理方法避免预测结果出现"滞后"现象.以我国某实际风电场和光伏电站为典型算例,验证所提预测方法的有效性.结果表明,该方法提升了新能源功率短期预测的精度,并能够在小样本环境下进行新能源功率的预测,有较高地泛用性.

新能源功率预测、主动配电网、态势预测、迁移学习、长短期记忆网络、k-shape算法、小样本学习、态势感知

45

TK01(一般性问题)

国网上海市电力公司科技项目;国网上海市电力公司科技项目

2023-02-24(万方平台首次上网日期,不代表论文的发表时间)

共8页

41-48

相关文献
评论
暂无封面信息
查看本期封面目录

综合智慧能源

1674-1951

41-1395/TK

45

2023,45(1)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn