"

欢迎来到365体育足球(yabovip6666.cn)全新升级娱乐网站。365体育足球综合各种在线游戏于一站式的大型游戏平台,经营多年一直为大家提供安全稳定的游戏环境,365体育足球致力于提供全球客户有价值的游戏,为用户提供优质服务。

        <sub id="blv17"></sub>
          
          

            <address id="blv17"></address>
            <sub id="blv17"></sub>
            <address id="blv17"></address>

                "
                學校365体育足球    English

                基于深度神經網絡的日前光伏功率預測模型比較

                作者:戚曉霞  來源:自動化學院  發布時間:2020年06月06日  點擊數:269

                準確的光伏功率預測已成為提高“電力系統運行”質量和降低備用容量儲備的關鍵基礎技術之一。然而,由于光伏的不穩定性、間歇性和隨機性365体育足球,光伏功率的準確預測變得非常困難。深度學習作為一種有前途的人工智能方法365体育足球,能夠發現數據中固有的非線性特征和高級不變結構365体育足球,具有能有效提取高維復雜非線性特征,且由輸入直接映射至輸出的能力,這使其在各個領域備受青睞并已成為目前光伏功率預測最常用的方法之一。

                 王科俊教授團隊在Applied Energy期刊(JCR Q1區,中科院Top期刊,IF=8.426)上發表文章(Volume 251, October 2019, 113315),提出了基于深度神經網絡的光伏功率預測模型并進行了比較365体育足球,同時探索了不同的歷史數據長度對模型預測精度的影響。

                不同歷史數據長度下不同模型預測誤差比較

                所提深度預測模型可以兼顧時序數據具有的時序性和非線性特點365体育足球,從更大量的數據中找到復雜的數據關聯關系,且模型的精度和魯棒性更高。

                不同預測模型預測值與實際值曲線對比圖

                論文鏈接:

                https://www.sciencedirect.com/science/article/pii/S0306261919309894

                 


                責任編輯:吳琦
                分享到:
                ? 2016哈爾濱工程大學智能科學與工程學院 地址:哈爾濱市南崗區南通大街145號哈爾濱工程大學61號樓 郵編:150001 電話:0451-82519410
                管理維護:智能科學與工程學院 技術支持:信息化處
                365体育足球

                      <sub id="blv17"></sub>
                        
                        

                          <address id="blv17"></address>
                          <sub id="blv17"></sub>
                          <address id="blv17"></address>