基于圖機(jī)器學(xué)習(xí)的分布式光伏發(fā)電預(yù)測
關(guān)鍵詞：圖機(jī)器學(xué)習(xí) 光伏預(yù)測 圖卷積 lstm dnn
摘要：文章基于圖機(jī)器學(xué)習(xí)提出了一種面向分布式光伏電站的深度時空特征提取預(yù)測模型。首先,針對臨近區(qū)域的光伏電站進(jìn)行圖建模,使用長短期記憶(long short-term memory,LSTM)模型進(jìn)行時間特征抓取,使用圖卷積原理對電站空間特征進(jìn)行提取。根據(jù)提取的時空特征信息以及歷史數(shù)據(jù)和臨近其他區(qū)域內(nèi)光伏電站歷史發(fā)電數(shù)據(jù),訓(xùn)練光伏發(fā)電預(yù)測模型。以國內(nèi)某地266個光伏電站為實(shí)驗(yàn)對象,實(shí)驗(yàn)結(jié)果表明基于圖機(jī)器學(xué)習(xí)的預(yù)測模型進(jìn)行日前預(yù)測,預(yù)測誤差率僅為5.66%,低于其他機(jī)器學(xué)習(xí)模型預(yù)測結(jié)果。該模型針對光伏電站15min前發(fā)電預(yù)測可以捕獲當(dāng)天瞬間出力變化曲線。
供用電雜志要求:
{1}所有作者的簡介，格式為：姓名（出生年份-），性別，籍貫，職稱職務(wù)，從事的工作或研究。
{2}本刊恪守學(xué)術(shù)公正之準(zhǔn)則，取稿標(biāo)準(zhǔn)在于文章本身的學(xué)術(shù)水平，對選題新穎、論證充分、引證得當(dāng)、邏輯合理、語言精準(zhǔn)的論文優(yōu)先采用。
{3}編輯部收到來稿后進(jìn)行登記編號，并送專家評審和主編審定，并在3個月內(nèi)答復(fù)作者是否錄用。如在3個月后未得到編輯部消息，可查詢，如作者未取得錄用通知可改投它刊或自行處理。
{4}引用原文文字過長（一般為三行以上）時，須將整個引文單獨(dú)成段，并左縮進(jìn)兩個字符。段落字體為5號楷體，不加引號。
{5}題名應(yīng)簡明、具體，能概括文章的要旨，一般不超過20個漢字。
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
