基于深度學習的太陽能光伏發(fā)電短期預測方法.pdf

1、太陽能被公認為一種理想的可再生能源。太陽能光伏發(fā)電是一種重要的太陽能利用方式，在緩解現(xiàn)有能源危機的同時，也可以減輕由傳統(tǒng)能源引起的各種環(huán)境問題。但光伏發(fā)電受太陽輻射強度與氣象狀況的影響，具有高度的隨機性、波動性和間歇性，這給大型光伏并網(wǎng)發(fā)電帶來了嚴峻的挑戰(zhàn)。因此，精確預測光伏發(fā)電功率有其重要的現(xiàn)實意義。
　　本文總結了近些年來國內外相關領域的研究進展，對太陽能光伏發(fā)電短期預測進行了分析研究，論文主要包括以下幾方面的內容:
　

2、　(1)首先將獲取到的原始數(shù)據(jù)通過異常值剔除、缺失值補充和數(shù)值歸一化等步驟進行數(shù)據(jù)預處理后，建立太陽能光伏發(fā)電短期功率預測的數(shù)據(jù)庫;
　　(2)提出一種基于深度學習的點預測模型。首先提出三種不同的模型結構，通過實驗比較三者的優(yōu)勢和劣勢，同時給出了對輸入數(shù)據(jù)的要求，即當日的太陽能發(fā)電功率數(shù)據(jù)和次日的天氣數(shù)據(jù)。接著探究了模型容量對預測結果的影響，給出針對單用戶太陽能光伏發(fā)電功率預測問題在模型容量上的建議。進一步探究了Dropout機制