光伏功率点间隔预测算法

误差最高降八成

通过双层分解与混合深度学习,实现不同天气下更准确的光伏功率点预测和可靠区间估计。

Yu, Min · 牛东晓 · 王珂珂 · Du, Ruoyun · Xiaoyu, Yu · 孙丽洁 · Feiran, Wang

Energy 2023

参数信息

阴天预测误差降低
56.09 %
晴天预测误差降低
80.10 %
雨天预测误差降低
71.98 %

技术优势

误差降八成

晴天预测误差降低80.10%,直接减少调度偏差。

区间更可靠

基于覆盖宽度准则,KDE(高斯核)优于其他区间预测模型,可产生更可靠的预测区间。

降噪预处理

双层分解模型消除噪声数据,提升训练质量。

自动调参

鲸鱼优化算法自动搜索BiLSTM最佳超参数,无需人工试错。

应用场景