基于特征迁移的光伏功率短期预测

摘要：

随着国家对可再生能源占比要求的不断提高,新光伏电站的建设需求随之增加.为解决新建光伏电站历史数据不足问题,建立基于特征迁移学习的光伏功率短期预测模型.模型采用日辐照度特征、光伏电池温度和t-SNE算法对气象数据进行特征提取,构建具有泛化能力的高识别度预测模型特征.根据迁移学习理论,将长期运行的光伏电站历史数据用于GRU神经网络预训练,少量本地运行数据对预测模型输出权重进行微调,提升预测精度实现预测模型本地化.

关键词：光伏功率预测、特征提取、t-SNE算法、GRU神经网络、迁移学习

所属期刊栏目：46

分类号：TM615(发电、发电厂)

在线出版日期：2022-04-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：315-319