基于深度学习的聚光太阳能电站热功率预测研究

摘要：

由于太阳能具有不确定性和随机性,使得对聚光太阳能电站的热功率进行准确预测难度较大.该文提出了一种基于深度学习的热功率预测方法.首先建立标准贯入实验装置的机理模型,识别主要气象因素,避免模型输入选择的主观性;其次利用卷积神经网络和长短期记忆网络对识别出的主要气象因子进行特征提取,充分挖掘气象因子之间的时空耦合特征;最后,由完全连接的层输出得到热功率.仿真结果表明,该文提出的深度学习预测法能够得到更优的热功率预测结果.

关键词：聚光太阳能电站;热功率预测;神经网络;时空耦合特征

分类号：TM621(发电、发电厂)

资助基金：甘肃省科技重大专项计划19ZD2GA003

在线出版日期：2021-12-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：58-64