基于神经网络模型的光伏发电功率预测研究

作者：张鹏; 谢楠^*; 崔乐

来源：无线互联科技, 2023, 20(17): 138-142.

DOI：10.3969/j.issn.1672-6944.2023.17.039

• LSTM模型
• 太阳能光伏发电
• 功率预测

随着全球环境污染变得日益严重以及能源需求的快速增长，太阳能光伏发电受到天气、大气状况等多种因素的影响，其发电功率具有不确定性，需要准确的预测模型来提高其利用效率。文章采用了长短期记忆网络(Long Short-Term Memory, LSTM)模型来预测太阳能光伏发电功率，将历史气象数据及发电功率数据作为输入变量，将极限学习机(Extreme Learning Machine, ELM)模型作为预测误差对比，证明长短期记忆网络模型能够有效提高预测精度，具有一定的实际指导意义。

• 单位
  商洛学院