Downloads

深度学习下光伏电站功率预测算法运用研究. (2025). 环球科学与工程, 2(5), 33-37. https://doi.org/10.62836/gse.v2i5.516

深度学习下光伏电站功率预测算法运用研究

郑泽1,张轩豪2

1.国能(浙江)能源发展有限公司,浙江杭州

2.杭州电子科技大学,浙江杭州

摘要:光电作为新能源的代表,具有广阔的市场前景,为确保光能技术可以更好地服务于社会生产生活,文章将以深度学习法为研究对象,详细说明了该技术在光伏电站功率预测中的关键步骤,并对其中的数据准备方案、建模方案、模型数据处理等。最后将结合光伏电站的现场模拟,综合评估了深度学习技术在功率预测中的应用步骤及其效果,根据最终的现场评估结果显示,在深度学习技术支持下预测的光伏电站功率值准确率较高,预测结果与实际值相比的误差小,因此可以认为该技术具有技术优势,值得推广。

光伏电站 功率预测 深度学习算法 建模处理

参考文献

[1] 幸荣霞.基于改进深度学习的光伏电站发电量精准估计[J].电工技术,2024(6):46-48.
[2] 甄皓.有限信息下基于深度学习模型的小型分布式光伏电站功率预测[J].上海节能,2020(4):302-308.
[3] 吕栋梁,贺兴亮,翟卓涛,等.深度学习在光伏组件热斑检测中的应用[J].电工技术,2025(6):54-58,64.
[4] 汤渊, 吴裕宙, 苏盛, 等. 基于改进深度极限学习机的光伏扩容用户识别方法[J]. 电力系统及其自动化学报,2024,36(5):59-68.
[5] 杨梦缘.数据驱动的光伏电站功率预测算法及其应用研究[D].华北电力大学(北京),2024.DOI:10.27140/d.cnki. ghbbu.2024.001251.