基于EMD-PCA-LSTM的光伏功率预测模型

提高光伏发电功率预测精度,对于保证电力系统的安全调度和稳定运行具有重要意义。本文提出一种经验模态分解(EMD)、主成分分析(PCA)和长短期记忆神经网络(LSTM)相结合的光伏功率预测模型。充分考虑制约光伏输出功率的5种环境因素,首先利用EMD将环境因素序列进行分解,得到数据信号在不同时间尺度上的变化情况,降低环境因素序列的非平稳性;其次利用PCA提取特征序列的关键影响因子,消除原始序列的相关性和冗余性,降低模型输入的维度;最终利用LSTM网络对多变量特征序列进行动态时间建模,实现对光伏发电功率的预测。采用山西省某电站的8个月实测数据进行验证,实验结果表明,该预测模型较传统光伏功率预测方法有更高的精确度。

基于CNN-LSTM的太阳能光伏组件故障诊断研究

太阳能光伏产业近年发展迅速,准确诊断光伏组件故障位置及类型可以提升运维人员的工作效率。提出一种基于卷积神经网络-长短期记忆模型(Convolutional Neural Networks-Long Short Term Memory,CNN-LSTM)的深度学习诊断模型,利用电站原有设备就可完成检测任务。首先提出了一种依据电流值的组件故障分类方式;然后,检测模型根据光伏阵列布局特点设计了一种特征提取算法,分别提取光伏阵列电流横向与纵向特征,来获取空间与时间上的特性;再通过CNN网络来对横向特征做进一步的提取与纵向特征的压缩,以解决特征种类单一及训练缓慢的问题;最终进入LSTM神经网络来完成对光伏组件的故障诊断。

化学计算型选择题巧解

一、数字近似估算 例1有15％的硫酸溶液15mL，密度为1．102g·mL-1，则其物质的浓度为（）。

一只书虫的愤怒

我是一个小书虫,出生在一个很漂亮的书架里。当然,那就是我的家了。我的主人是个很调皮的小男孩,我非常喜欢他。因为他从来不碰书架上的书,这样我就不用担心我的生命安全了。

建设工程质量监督信息化管理探究

随着中国特色社会主义经济的不断发展,建设工程的质量整体水平和建设相关单位的项目管控的水平和能力均有较大程度的提高,同时给我国的市场经济主题带来较大的经济效益。建设工程属劳动密集型产业,以露天高空作业为主,生产周期较长,在整个建设过程中不可控因素较大。因此,建设工程质量的监督、管理变得格外重要。文章主要围绕四川省建筑工程质量监督信息管理系统展开分析,首先介绍对该系统内容的理解和认识,然后提出加强工程质量安全监督信息化管理系统的建议。