基于卷积神经网络的光伏短期功率预测研究  

作　　者：高伟[1] 王悠然 

机构地区：[1]安徽大学,安徽合肥230601

出　　处：《低碳世界》2024年第8期87-89,共3页Low Carbon World

摘　　要：为规划和优化能源使用,需要对以光伏为代表的新能源输出功率进行精确预测。因此,提出一种基于卷积神经网络(convolutional neural networks, CNN)的光伏短期功率预测算法,并对该算法进行研究。首先,进行输出功率特征分析并收集历史数据。其次,利用K-means聚类算法对历史光伏数据进行聚类分析,依据欧氏距离选取与待测日最相关的簇作为相似日。再次,基于CNN构建预测模型,选取相似日的输入及输出特性完成模型训练。最后,将待测日数据导入训练完成的模型,完成未来光伏功率预测。实验结果表明该模型的拟合效果贴切实际,具有可行性和应用价值。

关 键 词：卷积神经网络 深度学习 清洁能源 

分 类 号：TM615[电气工程—电力系统及自动化]