基于BP神经网络、XGBoost和LSTM的混合模型的光伏发电功率预测
2025.11.20点击:
摘要:<正>在新时代内蒙古发展的五大使命任务中,其中一个重要任务就是“构建新型能源体系,增强国家重要能源和战略资源基地保供能力”,并将“推进大型风电光伏基地建设”放在重要位置。因此,本文提出一种基于动态权重分配的光伏发电功率混合预测模型。首先,对数据集进行数据预处理和数据优化,得到高质量数据;其次,利用BP神经网络、XGBoost和长短期记忆神经网络(LSTM)模型得到单一模型对光伏发电功率的初步预测值;最后,采用动态权重分配组合单一预测算法预测初值,构建基于动态权重组合的光伏发电功率混合预测模型。研究结果表明,动态权重分配的混合预测模型优于单一预测算法,能够对风光发电功率作出有效的预测,具有良好的适应性和预测性能。
专辑: 信息科技;工程科技Ⅱ辑
专题: 电力工业;自动化技术
分类号: TP18;TM615
- 上一篇:基于大数据分析的北斗车辆管控系统 2025/11/20
- 下一篇:云原生技术在智能泵站系统中的应用 2025/11/20