基于多元變分模態(tài)分解和混合深度神經(jīng)網(wǎng)絡(luò)的短期光伏功率預(yù)測

打開文本圖片集

摘 要：針對傳統(tǒng)分解預(yù)測方法忽略太陽輻照度等多維氣象因素與光伏功率在時域和頻域上的耦合關(guān)系以及深度神經(jīng)網(wǎng)絡(luò)在訓(xùn)練中出現(xiàn)的特征學習效率低、訓(xùn)練速度慢、過擬合等問題，提出基于多元變分模態(tài)分解（MVMD）和混合深度神經(jīng)網(wǎng)絡(luò)的短期光伏功率預(yù)測方法。首先，采用MVMD對光伏功率及多維氣象序列進行時頻同步分析，將其分解為頻率對齊的多元本征模態(tài)函數(shù)，從而降低序列中非線性和波動性的影響。（剩余19330字）