基于孪生网络的天空图像辐射照度预测  

作　　者：郭崇 齐天缘 GUO Chong;QI Tianyuan

机构地区：[1]沈阳理工大学信息科学与工程学院,辽宁沈阳110159

出　　处：《信息技术与信息化》2023年第1期150-153,共4页Information Technology and Informatization

摘　　要：辐射照度是影响太阳能输出的主要途径之一,对太阳能发电并网后输出功率的稳定性有重要影响。当辐射照度快速变化时,电网受到冲击并破坏外部整体的稳定运行,因此获得短时间内辐射照度的变化趋势对电网的实时调整具有重要的作用。基于此,利用天空图像,提出了一种基于孪生神经网络的超短期辐射照度预测方法。将相邻一段时间间隔的天空图像分为一组,两组图像分别送入权值共享的孪生神经网络中提取特征向量,以映射一段时间内的天空变化,然后将特征向量,与输入的天空图像相对的两组的辐射照度,与实时照度一起进入全连接层得到预测结果。经数据集验证,在使用不同的主干网络进行对比后,ResNet-34展示出较好的预测性能,具有一定的推广价值。

关 键 词：辐射照度预测 孪生神经网络 多步预测 天空图像 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术] TK51[自动化与计算机技术—计算机科学与技术]