发电预测

作品数：158被引量：1471H指数：21
导出分析报告
相关领域：电气工程更多>>
相关作者：陈昌松段善旭蔡涛代倩张慧峰更多>>
相关机构：华中科技大学华北电力大学广东工业大学国家电网公司更多>>
相关期刊：更多>>
相关基金：国家自然科学基金国家重点基础研究发展计划国家高技术研究发展计划公益性行业(气象)科研专项更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于CNN-LSTM-Attention模型的新能源发电量预测与孤立森林算法的风险检测分析
《图像与信号处理》2025年第1期45-61,共17页胡殿刚 马寅 庞晓东 吴锋 牛甄 李灏 姬艳秋 冯文韬 
本文由国网甘肃省电力公司科技项目“基于长周期运行的双边现货市场全链条智能技术支持及运维关键技术研究及应用”(522722240008)资助。
文章主要探讨了一种将卷积神经网络、长短时记忆网络以及注意力机制相结合的方法在新能源发电量预测中的应用及其有效性。随着新能源发电量受外部环境影响而表现出较大波动性和复杂性,传统预测模型难以全面捕捉其中的复杂模式和长期依...
关键词：新能源发电预测 卷积神经网络–长短时记忆网络–注意力机制(CNN-LSTM-Attention) 异常值检测 孤立森林算法 风险等级分析 运维管理 
基于ICEEMDAN-KPCA-ICPA-LSTM的光伏发电功率预测
《动力工程学报》2025年第3期374-382,共9页姚钦才 向文国 陈时熠 曹敬 郑涛 
国家自然科学基金资助项目(52376101);江苏省科技厅创新能力建设专项资助项目(BM2019001);江苏省科协青年科技人才托举工程资助项目(2021-056)。
光伏发电预测对于新型电力系统的平稳运行至关重要。针对光伏发电短期预测,提出了一种融合改进的完全自适应噪声集合经验模态分解(ICEEMDAN)、核主成分分析(KPCA)和改进的食肉植物算法(ICPA)与长短期记忆网络(LSTM)的光伏发电预测方法...
关键词：光伏发电预测 ICEEMDAN 长短期记忆网络 食肉植物算法 核主成分分析 
基于混合深度学习的光伏集群发电预测
《西南大学学报(自然科学版)》2025年第3期200-210,共11页罗兴 胡子健 马洲俊 吕湛 
国家重点研发计划项目(2022YFB2404200);国网江苏省电力有限公司科技项目(J2023017)。
光伏发电作为可再生能源在实现能源转型和减缓气候变化方面具有重要意义,然而光伏发电预测面临诸多挑战,包括天气不确定性、数据质量问题、复杂的影响因素以及模型复杂度和计算成本等,并且往往只考虑单个站点的相关因素,并没有考虑多个...
关键词：混合深度学习 光伏集群发电预测 自适应权重 互信息 
人工智能技术在风力与光伏发电数据挖掘及 功率预测中的应用综述
《综合智慧能源》2025年第3期32-46,共15页张冬冬 单琳珂 刘天皓 
国家自然科学基金项目(52107083);广西科技重大专项(AA22068071)。
随着全球可再生能源需求的持续增长,如何高效、智能地管理和预测可再生能源发电已成为能源领域的关键研究课题。探讨了人工智能技术在可再生能源发电中多维数据处理和智能预测方面的应用,并重点分析了其在处理复杂且具有高可变性的数据...
关键词：人工智能 可再生能源发电 气象特征提取 时空特征提取 光伏发电预测 风力发电预测 数据挖掘 
基于人工智能的新能源发电系统优化设计
《科技创新与应用》2025年第8期41-43,47,共4页王建华 
由于可再生能源的需求越来越大,新能源发电系统的优化设计成为提高系统效率和经济性的关键。该文概述新能源发电系统的定义、分类及其特点和挑战,详细介绍人工智能在新能源发电系统优化方面的应用,提出基于人工智能的系统框架设计。通...
关键词：人工智能 新能源发电 发电预测 能源管理 故障检测 
基于数字孪生和深度学习的风力与光伏发电预测方法研究
《软件工程》2025年第3期57-63,共7页齐勇 门泽木 解思源 成润泽 
陕西省教育服务厅地方专项计划项目“面向智慧电网的数字孪生物理信息融合平台”(22JC019)。
近年来,随着可再生能源发电逐步替代化石能源成为主流的发电方式,其发电过程中的不稳定性为电力运营带来了诸多挑战。为了应对挑战,文章结合使用了数字孪生技术和深度学习模型,提出了一种新的可再生能源功率预测方法。通过构建基于数字...
关键词：可再生能源发电预测 深度学习 数字孪生技术 
基于AE-TCN的火力发电预测算法研究
《自动化应用》2025年第4期15-18,共4页张向阳 郑晓亮 
国网安徽省电力有限公司科技项目(52120023001Q)。
针对目前火力发电难以预测的问题,提出了一种基于自编码器(AE)和时序卷积网络(TCN)的火力发电预测方法,并与传统的时间序列预测模型长短期记忆(LSTM)网络进行比较。以某火电厂近1年的发电量为研究对象,对日发电量进行预测。通过TCN、LST...
关键词：火电厂 发电量预测 时序卷积网络 自编码器 
基于机理模型和XGBoost的短期光伏功率区间预测
《电工电能新技术》2025年第2期89-97,共9页袁威 裴玮 曾锃 张瑞 滕昌志 赵振兴 
国家电网公司总部科技项目(5108-202218280A-2-394-XG)。
随着分布式光伏发电规模的不断扩大,准确预测光伏发电功率对于电力系统的安全稳定运行至关重要。为了提高光伏功率预测模型的准确性,提出了一种基于机理模型和极限梯度提升(XGBoost)算法的集成模型应用于短期分布式光伏功率概率区间预...
关键词：光伏发电预测 集成模型 XGBoost 概率区间预测 
使用经验小波分解与改进网格聚类的Informer光伏发电预测混合模型
《软件工程与应用》2025年第1期46-62,共17页王松青 
随着可再生能源的快速发展,光伏发电在电力系统中占据了重要地位。然而,由于光伏发电的功率输出受天气条件影响较大,具有显著的间歇性和随机性,导致预测难度较高。为了提高光伏发电功率的预测精度,本文提出了一种基于改进的Informer模...
关键词：INFORMER 光伏发电预测 经验小波变换 模拟退火优化算法 基于网格的聚类方法 
双向数据扩充和LSTNet的户用光伏发电预测
《可再生能源》2025年第1期45-53,共9页王媛媛 尹有鹏 籍宏震 张立志 曹成军 叶宇轩 
国家自然科学基金项目(52177069);湖南省研究生科研创新项目(QL20220198)。
整县光伏政策促使小容量屋顶光伏急剧增长,实现屋顶分布式光伏超短期发电功率的准确预测是分析海量细粒户用光伏电站对电力系统影响的前提。然而,屋顶分布式光伏在原有波动性的基础上存在小容量、分散式、离线式经营的特点,同时缺乏准...
关键词：整县光伏 光伏发电 短期功率预测 双向数据扩充 神经网络 
全选清除导出
共16页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部