双层分解与多目标优化算法在BiLSTM光伏功率预测中的应用探索.docxVIP

双层分解与多目标优化算法在BiLSTM光伏功率预测中的应用探索

目录

内容综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.1.1光伏发电发展现状分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.1.2精确功率预测对系统价值．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

1.2国内外研究综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8

1.2.1光伏功率预测方法概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

1.2.2BiLSTM模型应用研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10

1.2.3分解策略与多目标优化技术进展．．．．．．．．．．．．．．．．．．．．．．．．11

1.3主要研究内容与目标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13

1.4技术路线与论文结构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15

相关理论与技术基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16

2.1双层分解模型理论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17

2.1.1总量分量模型构建原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19

2.1.2分解算法及其特性分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20

2.2BiLSTM神经网络模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22

2.2.1LSTM单元结构与记忆机制．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23

2.2.2BiLSTM模型优势与特性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25

2.3多目标优化算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26

2.3.1多目标优化问题定义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

2.3.2常用优化算子介绍．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31

基于双层分解与多目标优化的BiLSTM光伏功率预测模型构建．．．32

3.1数据采集与预处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33

3.1.1光伏发电历史数据来源．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35

3.1.2数据清洗与特征工程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36

3.2双层分解模型在光伏功率序列分解中的应用．．．．．．．．．．．．．．．．37

3.2.1分解目标设定与总量确定．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．40

3.2.2分量序列提取方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41

3.3多目标优化BiLSTM预测模型设计．．．．．．．．．．．．．．．．．．．．．．．．．．42

3.3.1网络结构优化目标设定．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．43

3.3.2优化算法选择与参数整定．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．44

3.3.3BiLSTM预测单元在分解框架中的集成．．．．．．．．．．．．．．．．．．．．47

模型实验与结果分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．48

4.1实验环境配置．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．50

4.1.1硬件平台与软件工具．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．51

4.1.2对比模型选择．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．52

4.2实验方案设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．54

4.2.1数据集描述与划分．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．55

4.2.2评价指标体系构建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．56

4.3基于分解的BiLSTM模