安徽大学学报(自然科学版)

2021, v.45;No.196(03) 66-71

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于LSTM-LGB模型的光伏电站辐照强度预测
Irradiation intensity prediction of photovoltaic power station based on LSTM-LGB model

邱瑞东;何山;董宁;王冉旭;董广凯;

摘要(Abstract):

为提高光伏电站辐照强度的预测精度,提出一种基于长短时记忆网络(long short term memory network,简称LSTM)和轻梯度提升机(light gradient boosting machine,简称LightGBM)的组合模型.以LightGBM模型的预测结果作为LSTM模型的一个特征输入,然后采用误差倒数法对以上两种模型的数据进行加权组合,得到组合模型的预测值.算例分析结果表明:与其他3种模型比较,该文组合模型的预测精度最高.

关键词(KeyWords): 光伏电站;辐照强度预测;LSTM;LightGBM;组合模型

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金资助项目(51767024,51667020);; 新疆高校科研计划项目(XJEDU2021I010)

作者(Author): 邱瑞东;何山;董宁;王冉旭;董广凯;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享