【摘 要】
：
为提高光伏功率预测精度以减少光伏接入对电网运行的不利影响,提出一种基于K-means++和LSTM网络的光伏功率预测方法。首先,利用改进的K-means方法对历史数据进行聚类;然后,建
【基金项目】
：
国家自然科学基金委员会-国家电网公司智能电网联合基金项目(U1866601),吉林省科技发展计划项目(20160101346JC)
论文部分内容阅读
为提高光伏功率预测精度以减少光伏接入对电网运行的不利影响,提出一种基于K-means++和LSTM网络的光伏功率预测方法。首先,利用改进的K-means方法对历史数据进行聚类;然后,建立基于LSTM神经网络的预测模型,用聚类后数据集对提出的预测模型进行了训练和测试,为提高模型的预测精度,进行了一系列的仿真和参数选择;最后,将方法和单一LSTM网络和BP神经网络进行了比较。结果表明中,方法具有较好的准确性和通用性。
其他文献
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”＄ MN。W;- __._——————》 砧叫]们羽 制作:陈恬’＃陈川个美食
Back to yield
结合藏式毛石墙体分层破坏特点,提出应用玄武岩纤维土工格栅进行抗压性能改良。通过对加入玄武岩纤维土工格栅毛石墙体进行抗压试验,从破坏过程、石材破坏程度、裂缝宽度、极
为解决云南小水电消纳问题,提出解决小水电消纳问题的工程通用化解决方案。首先分析了小水电接入地区的低频振荡问题,研究了小水电对系统阻尼特性的影响机理。然后详细分析了