基于相似日選取和PCA-LSTM的光伏出力組合預(yù)測(cè)模型研究

打開(kāi)文本圖片集

摘 要：構(gòu)建一套融合主成分分析方法（PCA）、改進(jìn)的K-均值聚類(lèi)方法、動(dòng)態(tài)時(shí)間規(guī)整算法（DTW）和長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)（LSTM）的光伏出力組合預(yù)測(cè)模型。在運(yùn)用PCA法提取氣象要素的主成分因子的基礎(chǔ)上，創(chuàng)新性地聯(lián)合使用改進(jìn)的K-均值聚類(lèi)方法和DTW算法生成內(nèi)部關(guān)聯(lián)程度高且與待預(yù)測(cè)日的天氣特征相近的歷史日樣本集；然后，結(jié)合LSTM神經(jīng)網(wǎng)絡(luò)，構(gòu)建基于相似日選取的光伏發(fā)電功率預(yù)測(cè)模型，最終實(shí)現(xiàn)了云南某光伏電站發(fā)電功率的精準(zhǔn)預(yù)測(cè)。（剩余12692字）