• 设为首页
  • 加入收藏
  • 联系邮箱
  • 网站首页
  • 期刊介绍
    • 期刊简介
    • 历任主编
    • 期刊荣誉
  • 编委会
    • 社长及主编
    • 主任委员
    • 编委名单
  • 投稿指南
    • 作者须知
    • 投稿步骤
    • 范文(规范细则)
    • 稿件处理流程
    • 著作权转让协议
  • 期刊影响力
  • 开放获取
  • 出版道德政策
    • 出版伦理声明
    • 学术不端认定和处理方法
    • 广告及市场推广
    • 同行评议流程
    • 斟误和撤回
    • 回避制度
    • 文章署名及版权转让
  • 历年目次
  • 联系我们
  • English
站内检索    
 
张海涛,李文娟,李雪峰,谢长青,朱其虎,向春勇.基于变分模态分解和时间注意力机制TCN网络的光伏发电功率预测[J].电测与仪表,2024,61(12):156-163.
ZHANG Haitao,LI Wenjuan,LI Xuefeng,XIE Changqing,ZHU Qihu,XIANG Chunyong.Photovoltaic power forecasting based on TPA-TCN model and variational modal decomposition[J].Electrical Measurement & Instrumentation,2024,61(12):156-163.
基于变分模态分解和时间注意力机制TCN网络的光伏发电功率预测
Photovoltaic power forecasting based on TPA-TCN model and variational modal decomposition
DOI:10.19753/j.issn1001-1390.2024.12.019
中文关键词:  光伏功率预测  变分模态分解  注意力机制  时间卷积网络  时间序列
英文关键词:photovoltaic power forecasting, variational modal decomposition, attention mechanism, time convolutional network, time series
基金项目:中国南方电网有限责任公司科技项目(YNKJXM20220039)
                 
作者中文名作者英文名单位
张海涛ZHANG Haitao云南电网有限责任公司临沧供电局, 云南 临沧 677099
李文娟LI Wenjuan云南电网有限责任公司临沧供电局, 云南 临沧 677099
李雪峰LI Xuefeng云南电网有限责任公司临沧供电局, 云南 临沧 677099
谢长青XIE Changqing云南电网有限责任公司临沧供电局, 云南 临沧 677099
朱其虎ZHU Qihu云南电网有限责任公司临沧供电局, 云南 临沧 677099
向春勇XIANG Chunyong云南电网有限责任公司临沧供电局, 云南 临沧 677099
摘要点击次数: 386
中文摘要:
      针对光伏系统输出功率对天气因素敏感度高,具有强波动性与高随机性等特点,综合变分模态分解和融合时间模式注意力(temporal pattern attention, TPA)机制时间卷积网络(temporal convolutional network, TCN)的优点,提出了一种基于变分模态分解的TPA-TCN网络的光伏功率预测方法。利用变分模态分解将光伏功率的时间序列数据分解成若干特征不同的模态分量,构建不同时间跨度和天气因素特征的数据子序列,实现原始时间序列数据和天气影响因素解耦;在TCN网络中引入TPA机制,通过对不同时间步长权重的合理分配,捕捉光伏功率时间序列潜在逻辑规律,对模态分解的子序列进行功率预测,并通过重构子序列预测结果实现光伏发电功率的精准预测。通过实验仿真数据表明文中方法能够有效提高光伏功率的预测精度。
英文摘要:
      Photovoltaic output power has the characteristics of strong volatility and high randomness, which is highly sensitive to weather factors. A short-term photovoltaic power prediction method combines variational modal decomposition (VMD) and temporal convolutional network (TCN) with attention mechanism is proposed in this paper. Firstly, VMD decomposition method is used to decompose the time series of photovoltaic power into several modal components with different characteristics, the sub-series data with different time spans and weather factors were constructed to realize the decoupling of the original time series data and weather factors. Secondly, TPA mechanism was introduced into the TCN network to capture the potential logic rule of photovoltaic power time series based on reasonable allocation of different time step weights. The PV power is forecasted by reconstructing the sub-sequence prediction results. Finally, the proposed method is compared with the traditional methods based on the actual operation data, the results shows that the proposed method can effectively improve the predicting accuracy.
查看全文  查看/发表评论  下载PDF阅读器
关闭
  • 哈尔滨电工仪表研究所有限公司
  • 中国电工仪器仪表信息网
  • 中国仪器仪表学会
  • 中华人民共和国新闻出版总署
  • 中国科技期刊编辑学会
  • 黑龙江省科学技术协会
  • 编辑之家
  • 中国知网
  • 万方数据库
  • 维普网
  • 北极星电力网
  • 中华中控网
  • 网站首页
  • 期刊介绍
    • 期刊简介
    • 历任主编
    • 期刊荣誉
  • 编委会
    • 社长及主编
    • 主任委员
    • 编委名单
  • 投稿指南
    • 作者须知
    • 投稿步骤
    • 范文(规范细则)
    • 稿件处理流程
    • 著作权转让协议
  • 期刊影响力
  • 开放获取
  • 出版道德政策
    • 出版伦理声明
    • 学术不端认定和处理方法
    • 广告及市场推广
    • 同行评议流程
    • 斟误和撤回
    • 回避制度
    • 文章署名及版权转让
  • 历年目次
  • 联系我们
地址:哈尔滨市松北区创新路2000号    邮编:150028
邮箱:dcyb@vip.163.com    电话:0451-86611021;87186023
© 2012 电测与仪表    哈公网监备2301003445号
黑ICP备11006624号-1
技术支持:北京勤云科技发展有限公司