科研之友
微信
新浪微博
Facebook
分享链接
摘要
太阳能具有清洁、普遍、储量巨大、可再生的特点，在减轻环境污染、改善能源结构、缓解能源危机等方面具有重要作用，但地表太阳辐射同时受太阳辐照强度与大气层状况的影响，输出功率存在间断性和随机性等问题，所以为了提高太阳辐照度预测的准确度与稳定性，解决电力领域的发电效率问题，提出了一种以卷积神经网络(CNN)结合长短期记忆神经网络(LSTM)为基础的太阳辐射预测模型，用于太阳能发电站的配电预测。最后使用风云四号高分辨率卫星的观测数据对模型进行了验证，并与长短期记忆神经网络(LSTM)和递归小波神经网络(RWNN)进行了比较。试验结果表明，所提出的预测模型在平均绝对误差(MAE)和均方根误差(RMSE)上均优于其它模型。
- 单位
