淘金算法优化神经网络的双向长短记忆网络 ——多变量太阳辐射预测

张 韵秋, 李 鹤, 邓淋 方*
常州工学院

摘要


太阳能已成为传统化石燃料的替代品，准确的太阳辐射预测为现代智能电网的发电管理和配电带来巨大的
效益。然而，太阳辐照度的不稳定性和随机性使得准确预测太阳辐射困难。本文采用淘金算法优化神经网络的双向
长短记忆网络对多变量的太阳辐射进行预测。首先通过相关性分析选取相关性大的指标计算。然后搭建CNN网络对
指标进行特征提取确定参数，利用淘金算法优化的算法确定最优的参数，最后将得到的数据通过双向长短记忆网络
进行预测。得到相关系数R和RMSE值，其说明真实值与预测值误差不大，能够实现智能电网充分利用。

关键词


双向长短期记忆网络；淘金算法；太阳辐射预测；相关性分析

全文:

PDF


参考


[1]University College London(UCL).2020 Global

Status Report for Buildings and Construction;United Nations

Environment Programme: Nairobi,Kenya,2020;p.10.

[2]IEAPVPS.Trends in photovoltaic applications 2019.

In T ask 1 Strategic PV Analysis and Outreach;IEA PVPS:

Rheine,Germany,2019.

[3]Zhang H,Feng C,Zhou X.Going carbon-neutral in

China:does the low-carbon city pilot policy improve carbon

emission efficiency? Sustain Prod Consum 2022;33:

[4]M.Kocifaj,M.Gangl,F.Kundracik,H.Horvath,

G.Videen,Simulation of the optical properties of single

composit eaerosols, J.Aerosol Sci.37(2006)1683e1695.

[5]J.F.Slater,J.E.Dibb,J.W.Campbell,T.S.Moore,

Physical and chemical properties of surface and column

aerosols at a rural New England site during MODIS overpass,

Remote Sens.Environ.92(2004)173e180.

[6]M.Kocifaj,Angular distribution of scattered radiation

under broken cloud arrays:an approximation of successive

orders of scattering,Sol.Energy86(2012)3575e3586.

[7]魏峰，张新明，安文臣.行星齿轮箱降噪能力

A-CNN模 型 及 其 智 能 诊 断[J/OL].机 械 设 计 与 制 造，

1-5[2024-06-01].https：//doi.org/10.19356/j.cnki.1001-

3997.20240531.001.

[8]杨子坚，司马文霞，杨鸣，等.融合流-热场耦

合仿真与EEMD-LSTM网络的油浸式变压器热点温度

快速预测方法[J/OL].高电压技术，1-14[2024-06-01].

https：//doi.org/10.13336/j.1003-6520.hve.20232054.

[9]潘 时 佳， 吴 津 乐， 程 梅， 等.基 于 改 进CNN

的 猕 猴 桃 根 区 土 壤 含 水 率 反 演 方 法[J/OL].农 业 工 程

学 报，1-7[2024-06-01].http：//kns.cnki.net/kcms/

detail/11.2047.s.20240528.1320.004.html.

[10]张晓艺.基于灰色关联度分析-BP神经网络的混凝

土抗冻性能研究[J].黑龙江科学，2024，15（10）：42-46.

[11]邵萌，伊传秀，陈玉静，等.海南省波浪能开发

智能化适宜性分析模型研究[J].中国海洋大学学报（自然

科学版），2024，54（06）：165-178. DOI：10.16441/j.cnki.

hdxb.20220343.

[12]叶彩凤，黄蕊.老年糖尿病周围神经病变患者衰

弱现状及影响因素[J].中华老年多器官疾病杂志，2024，

23（05）：327-331.

[13]陈 旭， 张 凯， 刘 晨， 等.基 于 双 输 入 输 出 卷

积神经网络代理模型的油藏自动历史拟合研究[J/OL].

油 气 地 质 与 采 收 率，1-13[2024-06-01]. https：//doi.

org/10.13673/j.pgre.202303026.

[14]张 意， 汤 文 兵， 张 斌.基 于 多 尺 度 分 解 的

LSTM-ARIMA锂电池寿命预测[J].海南热带海洋学院学

报，2024，31（02）：59-68. DOI：10.13307/j.issn.2096-

3122.2024.02.09.

[15]黄 达， 朱 双 中， 宋 宜 祥.基 于LSTM神 经 网 络

的基坑工程智能预警系统研发与应用[J].工程地质学报，

2024，32（02）：667-677. DOI：10.13544/j.cnki.jeg.2021-

0779.

[16]吴兰，王恒，姚远.基于ISSA-LSTM的储麦长

期品质预测[J/OL].中国粮油学报，1-15[2024-06-01].

https：//doi.org/10.20048/j.cnki.issn.1003-0174.000803.

[17]王晓龙.基于太阳角度模型和兼具精度-稳定性

的光伏发电组合预测方法[J].技术与市场，2024，31（04）：

1-5+11.

[18]黄 秀 秀， 莫 迪， 谭 佳 勇， 等.1970—2021年 河

池市太阳总辐射时空变化特征分析[J].气象研究与应用，

2024，45（01）：35-41. DOI：10.19849/j.cnki.CN45-

1356/P.2024.1.07.


Refbacks

  • 当前没有refback。