基于多元變分模態(tài)分解和混合深度神經(jīng)網(wǎng)絡(luò)的短期光伏功率預(yù)測(cè)

打開(kāi)文本圖片集

摘 要：針對(duì)傳統(tǒng)分解預(yù)測(cè)方法忽略太陽(yáng)輻照度等多維氣象因素與光伏功率在時(shí)域和頻域上的耦合關(guān)系以及深度神經(jīng)網(wǎng)絡(luò)在訓(xùn)練中出現(xiàn)的特征學(xué)習(xí)效率低、訓(xùn)練速度慢、過(guò)擬合等問(wèn)題，提出基于多元變分模態(tài)分解（MVMD）和混合深度神經(jīng)網(wǎng)絡(luò)的短期光伏功率預(yù)測(cè)方法。首先，采用MVMD對(duì)光伏功率及多維氣象序列進(jìn)行時(shí)頻同步分析，將其分解為頻率對(duì)齊的多元本征模態(tài)函數(shù)，從而降低序列中非線性和波動(dòng)性的影響。（剩余19330字）