典型文献
基于SOM聚类和二次分解的BiGRU超短期光伏功率预测
文献摘要：
提出一种基于自组织映射网络(SOM)聚类和二次分解的双向门限循环网络(BiGRU)超短期光伏功率预测方法.首先利用SOM聚类方法将输入数据进行天气分型聚类,以应对不同天气状态对光伏功率输出特性的影响;然后采用奇异谱分析和变分模态分解相结合的二次分解方法进行原始信号分解,减少信号的波动性,降低光伏数据特征映射的复杂度;最后将分解后的信号作为输入,采用BiGRU网络进行时序信息建模,有效结合不同时刻的信号特征,进一步提升功率预测的准确率.与其他几种经典方法相比,该文方法有效提升光伏功率预测的效果.
文献关键词：
光伏功率;分解;自组织映射网络;双向门限循环网络;超短期
中图分类号：
作者姓名：
董雪;赵宏伟;赵生校;卢迪;陈晓锋;刘磊
作者机构：
浙江省深远海风电技术研究重点实验室,杭州 311122;中国电建集团华东勘测设计研究院有限公司,杭州 311122;中国科学技术大学,合肥 230026
文献出处：
引用格式：
[1]董雪;赵宏伟;赵生校;卢迪;陈晓锋;刘磊-.基于SOM聚类和二次分解的BiGRU超短期光伏功率预测)[J].太阳能学报,2022(11):85-93
A类：
超短期光伏功率预测,双向门限循环网络
B类：
SOM,二次分解,BiGRU,自组织映射网络,聚类方法,输入数据,行天,天气分型,不同天气,功率输出特性,奇异谱分析,变分模态分解,分解方法,信号分解,波动性,低光,数据特征,特征映射,时序信息,信息建模,有效结合,不同时刻,信号特征,经典方法
AB值：
0.236231
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
