基于多特征神经网络的日前光伏功率预测.pdfVIP

第32卷第7期电子设计工程2024年4月

Vol.32No.7ElectronicDesignEngineeringApr.2024

基于多特征神经网络的日前光伏功率预测

王志宝，吴柏铮，孟令哲

（上海电力大学电子与信息工程学院，上海201306）

摘要：工业互联网技术在能源领域飞速发展，准确的光伏发电功率短期预测有利于智能电网的调

度管理，可以提高电力系统的运行效率以及经济性和稳定性。为了进一步提高预测方法的准确

性，提高电网的运行质量，提出了一种结合深度学习和特征工程的短期光伏功率预测方法，该方法

被称为衍生和基础神经网络特征融合(DBDeepFF)。该方法旨在提高多种传统预测模型的准确性，

以澳大利亚公开的光伏发电功率历史数据为例进行了验证。结果表明，提出的架构能够使原始数

据和衍生的特征在不同的模型上进行训练。该方法与普通