为解决电网难以获取NWP数据和无法建立光伏功率预测模型的问题，提出一种自样本特征构造的一维卷积双向长短期记忆神经网络光伏发电功率预测方法。通过K均值聚类和功率骤减事件检测的特征工程获取细粒度的天气状态标签，实现基于自身样本的特征构造，以解决样本特征缺少问题；采用卷积和长短期记忆网络结合的模型结构，解决局部特征提取和长期依赖的问题。算例验证结果表明，所提方法改善整体的预测性能，降低多特征数据存在的数据匮乏和数据稳定性风险，为模型输入特征较少的网侧光伏功率短期预测提供一种有效途径。
科研之友
微信
新浪微博
Facebook
分享链接
