基于GRU神经网络的太阳辐照度短期预测

杨春熙; 韩威; 高志球

首页> 中文期刊> 《中国科技论文》 >基于GRU神经网络的太阳辐照度短期预测

基于GRU神经网络的太阳辐照度短期预测

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

cqvip:随着新能源技术的不断发展,光伏发电已逐渐成为电力供应的重要来源。由于太阳辐照度变化受诸多因子影响,其不确定性仍然给光伏发电并网带来了极大挑战。鉴于门限单元(gated recurrent unit,GRU)神经元特殊的门结构对周期性变化的数据结构具有较好的学习能力,建立了一种基于GRU神经网络的辐照度短期预测模型。对历史气象数据及卫星数据进行主成分分析(principal component analysis,PCA)降维处理后输入上述模型,实现对太阳辐照度的短期预测,从而提高太阳辐照度的预测精度。对同一模型不同预测时长进行对比,得到24 h预测效果最好,其均方根误差(root-mean-square error,RMSE)仅为0.356。将该模型预测的结果与传统的反向传播(back propagation,BP)神经网络的预测结果进行对比,RMSE减少了34%。最后利用晴空指数划分不同的天气情况分别对GRU预测结果误差进行分析研究,探究了误差产生的原因。

著录项

来源
《中国科技论文》 |2020年第1期|P.8-14|共7页
作者
杨春熙; 韩威; 高志球;
展开▼
作者单位

南京信息工程大学大气物理学院南京210044;

中国气象局数值预报中心北京100081;

国家气象中心北京100081;

中国科学院大气物理研究所大气边界层物理和大气化学国家重点实验室北京100029;

展开▼
原文格式 PDF
正文语种 chi
中图分类热能计算;
关键词
太阳辐照度预测; PCA降维; GRU神经网络; 晴空指数;

相似文献

中文文献
外文文献
专利

1. 基于GRU神经网络的太阳辐照度短期预测 [J] . 杨春熙 ,韩威 ,高志球 . 中国科技论文 . 2020,第001期
2. 基于量子加权GRU神经网络的电力系统短期负荷预测 [J] . 王凇瑶 ,张智晟 . 电力系统及其自动化学报 . 2022,第1期
3. 基于Bagging的双向GRU集成神经网络短期负荷预测 [J] . 王康 ,张智晟 ,撖奥洋 . 电力系统及其自动化学报 . 2021,第010期
4. 基于PSO算法优化GRU神经网络的短期负荷预测 [J] . 王康 ,龚文杰 ,段晓燕 . 广东电力 . 2020,第004期
5. 基于CNN-GRU神经网络的短期负荷预测 [J] . 张立峰 ,刘旭 . 电力科学与工程 . 2020,第011期
6. 基于CNN-GRU混合神经网络的测井曲线预测方法 [C] . WANG JinTao ,王锦涛 ,HE YiLong . 中国地球物理学会地球物理技术委员会第九届学术会议——全域地球物理探测与智能感知学术研讨会 . 2018
7. 基于季节分类与双向长短期记忆神经网络混合模型太阳辐照度预测 [A] . 纪俊羊 . 2021

基于GRU神经网络的太阳辐照度短期预测

摘要

著录项

相似文献

相关主题

期刊订阅