基于MPA-LSTM模型和Bootstrap方法的短期光伏功率区间预测

来源 :广西大学学报(自然科学版 | 被引量 : 0次 | 上传用户:ylylyl123
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
光伏发电功率的波动性和间歇性为电力系统调度管理带来巨大的挑战,精确的光伏功率区间预测是解决上述问题的一种有效途径。为此,本文提出了一种基于LSTM网络的新型短期光伏功率区间预测模型。采用MPA对LSTM网络的隐含层神经元数和训练批次数等超参数进行自动寻优,以克服随机选取LSTM模型参数过程中存在的盲目性、费时等问题;并将MPA-LSTM模型用于光伏功率点预测。然后,采用Bootstrap方法分析模型预测结果的误差分布,确定模型预测输出的区间范围。最后,通过对比仿真验证所提模型的有效性。结果表明:本文所提的MPA-LSTM模型均方误差的平均值为1.09%,优于SVM、LSTM、PSO-LSTM和MPA-SVM模型;Bootstrap方法能够准确地描述给定置信度水平下的光伏功率波动范围。
其他文献
目前很多传统戏曲由于受众断层、传播方式落后等原因,陷入了受众老龄化严重、传播断层等困境之中。新媒体时代的到来为传统戏曲提供了更多的传播渠道,但同时也加剧了传统戏曲的困境。文章立足于新媒体视域,以山东地方戏曲柳腔为例,运用文献研究法、实地调查法分析当下的传统民俗文化是否淹没于互联网世界,以及传统文化的继承和发展问题的现状,并进一步分析传统戏曲在当下的传播困境以及进行对策分析,通过新媒体矩阵的建立、特
阿坝藏族羌族自治州在现阶段的旅游发展中,面临景区游客中心空置率高,服务质量不高的问题。本研究试图通过分析国内外关于游客中心的研究和经营模式,结合阿坝州境内旅游景区游客中心存在的实际问题,提出以下建议:整合资源,分化游客中心功能;科学选址,合理布局点位;因地制宜,减少建设体量;突出主题,打造网红打卡点;守正创新,提高服务质量。
谈论克利的绘画有无数个起点,最好的开端无疑是音乐。仔细分析克利的绘画作品,可以发现大多数都具有与音乐中节奏或旋律相似的地方,这些都是音乐性的体现。克利的绘画作品有抽象的,也有相对具象的。在这些画中都可以找到音乐性,但其中抽象绘画的音乐性体现得更纯粹,它们几乎包含了克利绘画中所有的音乐性,所以研究克利绘画中的音乐性,以他的抽象绘画为范围就足够了;本文研究的音乐性主要是围绕克利抽象绘画作品中色块颜色、
在经济新常态下,市场竞争激烈,企业只有不断扩大经营规模,才能够形成良好的竞争优势,在市场竞争中占据有利地位,实现进一步发展。现阶段,并购逐渐成为企业扩大规模的重要方式,并购主要指的是企业间的兼收与并购,通过获得目标企业的部分或者全部控制权,增加现有业务类型,扩大企业规模。当前我国企业间的并购由传统规模逐渐向现代化并购规模转变,通过开展并购工作,不仅能够防范企业存量资产效率低下的问题,还能够优化企业
光伏序列具有的较高复杂性对光伏发电功率的预测精度产生了极大影响,对此提出一种基于VMD-LSTM与误差补偿的光伏发电超短期功率预测模型。该模型第1阶段采用VMD算法将原始功率序列分解为若干个不同的模态,并对其建立对应的LSTM网络模型进行预测,通过对各模态的预测结果求和得到初始预测功率;第2阶段采用LSTM网络对误差序列进行误差补偿预测,然后将初始预测功率和误差预测功率求和得到最终预测结果。仿真结
在投入要素增长乏力的情况下,全要素生产率的增长成为突破资源环境等多方约束、实现粮食生产可持续发展、保障国家粮食安全的重要途径,也是农业供给侧改革中我国农业增长的重要方向。未来相当长的时期内小农户家庭经营仍处于主体地位,寻求新的动力来源是解决全要素生产率提升问题的关键。随着农机服务外包生产方式的广泛兴起与发展,小农户可以通过外包的形式实现机械要素投入的服务化,以较低的服务价格实现机械对劳动力的替代,
从扫描的隧道激光点云场景中分割出隧道壁和标靶球是隧道三维重建的重要环节,是实现隧道场景自动化监测的关键技术。然而,激光扫描获取的隧道三维点云中常包含着噪声点和离群点,隧道点云场景中地面点占比较高且与隧道壁相连,直接对隧道点云数据进行标靶球和隧道壁的提取和识别具有一定的挑战性。针对现有点云滤波算法不适用于隧道点云场景的问题,本文提出基于法线评估的RANSAC平面拟合与直通滤波结合的地面滤波算法。针对