基于相似日选取和PCA-LSTM的光伏出力组合预测模型研究

构建一套融合主成分分析方法(PCA)、改进的K-均值聚类方法、动态时间规整算法(DTW)和长短期记忆神经网络(LSTM)的光伏出力组合预测模型。在运用PCA法提取气象要素的主成分因子的基础上,创新性地联合使用改进的K-均值聚类方法和DTW算法生成内部关联程度高且与待预测日的天气特征相近的历史日样本集;然后,结合LSTM神经网络,构建基于相似日选取的光伏发电功率预测模型,最终实现了云南某光伏电站发电功率的精准预测。与其他预测模型的对比结果显示,该文构建的组合预测模型具备更好的预测性能和广阔的应用前景。

未来之星

嗨!大家好，认识一下!我叫孟亦康，这个名字是爸爸给我取的，包含着对我的期待：一口好牙和一个健康的胃，一生健健康康。爸爸说过，有强健的体魄才有未来的一切。妈妈曾悄悄告诉我，爸爸也希望我“无病无灾到公卿”，成为国家的栋梁之材。