基于改进FCM-LSTM的光伏出力短期预测研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：受制于外界气象条件和设备性能损失等多方面因素的影响，光伏电站的发电功率呈现出很强的波动性和随机性，精确的光伏出力预测对光伏电站的运营管理和电网的调度运行至关重要。针对传统模糊C均值聚类算法（FCM）无法自主确定聚类数以及欧氏距离在高维数据分类上的不足，在传统FCM的基础上引入自适应因子和加入余弦距离作为样本分类指标，确定与待预测数据相似程度最高的历史样本簇集，创新性地提出一种基于改进FCM和长短期记忆（LSTM）神经网络的短期光伏出力组合预测模型。（剩余17280字）

试读结束

目录
monitor