Page 16 - 电力与能源2022年第二期

1 1 6 柳 杰, 等: 基于残差 - 密集连接 - 双向长短期记忆融合网络的光伏出力短期预测

[ 4 ] 赵唯嘉, 张宁, 康重庆, 等 . 光伏发电出力的条件预测误差
概率分布估 计 方 法[ J ] . 电 力 系 统 自 动 化, 2015 , 39 ( 16 ):
8-15.
ZHAO Wei j ia , ZHANG Nin g , KANGChon gq in g , etal.
A methodof p robabilisticdistributionestimationofcondi-
tionalforecasterrorfor p hotovoltaic p ower g eneration
[ J ] .Automation ofElectric PowerS y stems , 2015 , 39
( 16 ): 8-15.
[ 5 ] 张雪松, 李鹏, 周亦尧, 等 . 基于贝叶斯概率的光伏出力组
合预测方法[ J ] . 太阳能学报, 2021 , 42 ( 10 ): 80-86.
ZHANGXueson g , LIPen g , ZHOU Yi y ao , etal.Photo-
voltaicout p utcombinationforecastin g methodbasedon
Ba y esianp robabilit y [ J ] .Acta Ener g iaeSolarisSinica ,
2021 , 42 ( 10 ): 80-86.
[ 6 ] 袁晓玲, 施俊华, 徐杰彦 . 计及天气类型指数的光伏发电短
期出力预测[ J ] . 中国电机工程学报, 2013 , 33 ( 34 ): 57-64.
YUANXiaolin g , SHIJunhua , XUJie y an , etal.Short-
termp owerforecastin g for p hotovoltaic g enerationconsid-
erin gweathert yp eiIndex [ J ] .Proceedin g softheCSEE ,
2013 , 33 ( 34 ): 57-64.
[ 7 ] 孙荣富, 王隆扬, 王玉林, 等 . 基于数字孪生的光伏发电功
率超短期预测[ J ] . 电网技术, 2021 , 45 ( 4 ): 1258-1264.
SUN Furon g , WANG Lon gy an g , WANG Yulin , etal.
Ultra-short-termp redictionofp hotovoltaicp owerg enera-
tionbasedondi g italtwins [ J ] .PowerS y stem Technolo-
gy , 2021 , 45 ( 4 ): 1258-1264.
[ 8 ] 吕伟杰, 方一帆, 程泽 . 基于模糊 C 均值聚类和样本加权
卷积神经网络 的 日 前 光 伏 出 力 预 测 研 究 [ J ] . 电 网 技 术,
图 9 模型训练的损失
2022 , 46 ( 1 ): 231-238.
行时序数据预测的优点, 避免了梯度消失或梯度
LYU Wei j ie , FANG Yifan , CHENG Ze.Predictionof
爆炸问题以及退化问题, 构建出深层网络以提取
da y -ahead p hotovoltaicout p utbased on FCM-WS-CNN
时序数据的复杂特征模式, 从而提高了预测的准 [ J ], PwerS y stem Technolo gy , 2022 , 46 ( 1 ): 231-238.
确性。 [ 9 ] LIUL , ZHAOY , CHANGD , etal.Predictionofshort-
参考文献: termPVp owerout p utanduncertaint yanal y sis [ J ] .A p -
p liedEner gy , 2018 , 228 : 700-711.
[ 1 ] 赖昌伟, 黎静华, 陈博, 等 . 光伏发电出力预测技术研究综
[ 10 ] WANGJZ , ZHOU YL , LIZ W.Hour-aheadp hotovol-
述[ J ] . 电工技术学报, 2019 , 34 ( 6 ): 1201-1217.
taic g enerationforecastin gmethodbasedonmachinelearn-
LAIChan g wei , LIJin g hua , CHENBo , etal.Reviewof
in gand multiob j ectiveo p timizational g orithm [ J ] .A p -
p hotovoltaic p ower out p ut p rediction technolo gy [ J ] .
p liedEner gy , 2022 , 312 : 118725.
TransactonsofChinaElectrotechnicalSociet y , 2019 , 34 [ 11 ] 王志远, 王守相, 陈海文, 等 . 考虑空间相关性采用 LSTM
( 6 ): 1201-1217. 神经网络的光伏出力短期预测方法[ J ] . 电力系统及其自
[ 2 ] DASA U K , TEYA KS , SEYEDMAHMOUDIANA M , 动化学报, 2020 , 32 ( 5 ): 78-85.
etal.Forecastin gofp hotovoltaicp owerg enerationand WANGZhi y uan , WANGShouxian g , CHEN Haiwen , et
modelo p timization : Areview [ J ] .RenewableandSus- al.Short-term p hotovoltaicout p utforecastin g methodu-
tainableEner gyReviews , 2018 , 81 : 912-928. sin gLSTM neuralnetwork withconsiderationofs p atial
[ 3 ] 赵书强, 王明雨, 胡永强, 等 . 基于不确定理论的光伏出力 correlation [ J ] .Proceedin g softheCSU-EPSA , 2020 , 32
预测研究[ J ] . 电工技术学报, 2015 , 30 ( 16 ): 213-220. ( 5 ): 78-85.
[ 12 ] 方鹏, 高亚栋, 潘国兵, 等 . 基于 LSTM 神经网络的中长期
ZHAO Shu q ian g , WANG Min gy u , HU Yon gq ian g , et
光伏电站发电量预测方法研究[ J ] . 可再生能源, 2022 , 40
al.Researchonthep redictionofPVout p utbaseduncer-
( 1 ): 48-54.
taint y theor y [ J ] .TransactionsofChinaElectrotechnical
( 下转第 152 页)
Societ y , 2015 , 30 ( 16 ): 213-220.