动态组合深度学习模型在短期负荷及光伏功率预测中的应用

作者：熊图; 赵宏伟; 蔡智洋; 陈明辉; 刘丽新; 刘铭铭^*

来源：可再生能源, 2020, 38(04): 458-463.

DOI：10.13941/j.cnki.21-1469/tk.2020.04.006

• 深度学习
• 动态组合
• 深度置信网络
• 长短记忆网络
• 光伏预测
• 负荷预测

人工智能的快速发展为预测问题提出了崭新的解决途径。文章在深入分析深度学习算法发展的基础上,建立了基于深度学习模型动态组合的短期负荷及光伏功率预测模型,在该模型中使用两种深度学习算法(长短记忆网络和深度置信网络)分别对输入数据进行训练,并使用线性模型对各个深度学习的训练结果进行动态结合,而后输出最终的预测结果。此外,文章使用广州的光伏功率数据与短期负荷数据对模拟结果的准确性进行验证。分析结果表明,文章所建立的预测模型具有良好的预测精度。

• 单位
  华北电力大学; 广州供电局有限公司