基于对称CNN-LSTM网络的太阳辐照度超短期预测研究

摘要：

为进一步提高太阳光照度的预测,文章提出一种融合对称模型的光照度预测方法.首先对光照度气象数据进行预处理,将数值进行归一化.为了减少超短期内云层运动变化引起光照度的变化,引入了一种定义云层与太阳中心的距离,并建立输入矩阵.通过设置不同超参数测试网络效果,将不同数据通过文章构建的多输入多输出对称融合网络进行训练并得到预测值,并与对照实验比较,通过实验证明,文章提出网络架构比对照实验组拥有更好的预测效果,能够更好反应超短期内光照度变化趋势.

关键词：太阳光照度、多输入多输出、对称融合网络

所属期刊栏目：12

分类号：TK519(特殊热能及其机械)

在线出版日期：2021-03-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：118-120