基于神经网络模型的光伏发电功率预测研究
打开文本图片集
摘要：随着全球环境污染变得日益严重以及能源需求的快速增长，太阳能光伏发电受到天气、大气状况等多种因素的影响，其发电功率具有不确定性，需要准确的预测模型来提高其利用效率。文章采用了长短期记忆网络（Long Short-Term Memory，LSTM）模型来预测太阳能光伏发电功率，将历史气象数据及发电功率数据作为输入变量，将极限学习机（Extreme Learning Machine，ELM）模型作为预测误差对比，证明长短期记忆网络模型能够有效提高预测精度，具有一定的实际指导意义。（剩余6303字）