NWP輔助復(fù)合神經(jīng)網(wǎng)絡(luò)預(yù)測誤差修正的風(fēng)儲系統(tǒng)日前上報(bào)策略

打開文本圖片集

摘 要：新能源電站出力存在強(qiáng)波動性導(dǎo)致巨額偏差考核支出，因此基于數(shù)值天氣預(yù)報(bào)（NWP）和復(fù)合深度學(xué)習(xí)算法，提出一種計(jì)及誤差預(yù)測修正的風(fēng)儲系統(tǒng)日前上報(bào)策略。首先通過改進(jìn)的組合數(shù)據(jù)預(yù)處理算法對數(shù)據(jù)進(jìn)行清洗以降低后續(xù)預(yù)測難度，建立基于分段式收斂粒子群算法（PCPSO）參數(shù)尋優(yōu)的長短期記憶網(wǎng)絡(luò)（LSTM）對分量分別進(jìn)行預(yù)測，重構(gòu)預(yù)測結(jié)果獲取原預(yù)測曲線。（剩余18803字）