一種基于GCN的光伏短期出力預(yù)測(cè)方法研究

打開文本圖片集

摘 要：為提高光伏短期出力預(yù)測(cè)精確問題，提出一種基于圖卷積神經(jīng)網(wǎng)絡(luò)（GCN）的光伏短期出力預(yù)測(cè)方法。首先，構(gòu)建考慮多氣象影響因素的光伏短期出力模型，開展光伏出力影響因素和出力特性分析。其次，對(duì)光伏出力歷史時(shí)序數(shù)據(jù)進(jìn)行圖形化轉(zhuǎn)換和數(shù)據(jù)重構(gòu)，構(gòu)建鄰接矩陣并提取光伏短期出力圖形化特征數(shù)據(jù)。在多時(shí)間尺度場(chǎng)景下，建立基于GCN的光伏出力預(yù)測(cè)模型，并與基于長短期記憶網(wǎng)絡(luò)（LSTM）、反向傳播網(wǎng)絡(luò)（BP）、圖注意力模型（GAT）等算法的預(yù)測(cè)模型做比對(duì)分析。（剩余10125字）