本发明提供一种基于深度学习的新能源出力预测方法,包括以下步骤:步骤(1).按照时间顺序,整理历史新能源出力数据和历史自然环境数据进行整理,剔除其中错误数据;步骤(2).对历史数据进行归一化处理,完成深度学习的数据准备;步骤(3).根据时间的顺序,将历史数据输入深度学习算法中,训练损失函数,并通过反向传播完成深度学习算法中的网络参数设置,获取短期新能源出力预测模型;步骤(4).根据当前自然环境短期数据输入到短期新能源出力预测模型进行当前的新能源出力数据预测。本发明基于深度学习中LSTM循环神经网络算法的短期新能源出力预测能够为电网稳定运行和电网相关调度提供有力的数据支撑。
声明:
“基于深度学习的新能源出力预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)