基于LSTM网络的光伏发电功率预测研究
何启鹏1
孙明扬2
杨苗苗1
徐连生1
李健1
贺晓阳2
1.毕节七星关工业发展有限公司,贵州毕节 5517002.大连工业大学信息科学与工程学院,辽宁大连 116034
摘要：随着全球向新能源的转型,清洁能源需求不断增加,光伏发电作为其中的重要组成部分,其功率预测的准确性对于电网的稳定运行和裕度分配至关重要.基于物理模型、相似日方法和统计方法等传统预测模型因缺乏历史记忆能力而导致自身鲁棒性较差、适应能力较弱.为了解决上述问题,本文提出了一种基于LSTM网络的光伏发电功率短期预测方法.在预处理过程中,本文先将得到的数据中的坏点和离散点进行清洗;利用斯皮尔曼相关系数分析光伏发电功率与环境影响因子之间的相关性,得到输入变量;建立LSTM网络的光伏发电功率短期预测模型,并通过与BP和决策树模型的比较,验证了其在时序数据动态捕捉和预测精度上的显著优势.LSTM模型所提供的预测结果精准可靠,能有效辅助电力调度决策.
关键词：光伏发电功率预测LSTM斯皮尔曼相关系数
分类号：TM615(发电、发电厂)
资助基金：黔科合平台人才贵州致福光谷科技企业孵化器(QYFHQ(2021)003)(QYFHQ(2021)003)
论文发表日期：2025-02-27
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 72-79 )
英文信息