本發明提供一種基于深度學習的新能源出力預測方法,包括以下步驟:步驟(1).按照時間順序,整理歷史新能源出力數據和歷史自然環境數據進行整理,剔除其中錯誤數據;步驟(2).對歷史數據進行歸一化處理,完成深度學習的數據準備;步驟(3).根據時間的順序,將歷史數據輸入深度學習算法中,訓練損失函數,并通過反向傳播完成深度學習算法中的網絡參數設置,獲取短期新能源出力預測模型;步驟(4).根據當前自然環境短期數據輸入到短期新能源出力預測模型進行當前的新能源出力數據預測。本發明基于深度學習中LSTM循環神經網絡算法的短期新能源出力預測能夠為電網穩定運行和電網相關調度提供有力的數據支撐。
聲明:
“基于深度學習的新能源出力預測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)