基于多源数据融合的短期太阳辐照度预测研究

发布时间：2023-09-13 22:39

　　随着经济和科学技术的迅猛发展,人类对于能源的需求日益增大。太阳能作为一种无污染、可再生的清洁能源,其开发和利用愈发受到公众的关注。光照短期波动和周期性变化引起的光伏电站线路电压超限现象随着光伏电站的增加也逐步增多,使得电网局部输电断面过载或越限。因此,准确预测光伏发电在未来一段时间内的输出功率对维护电网安全、稳定、经济运行有着重要意义,而太阳辐照度作为光伏发电量最主要的影响因素,能否准确预测对电网稳定运行至关重要。本文以天津市为研究区,结合地面气象站数据和风云四号卫星数据建立了一个基于注意力机制的seq2seq模型对天津市短期太阳辐照度进行预测。主要研究成果如下:(1)将太阳辐照度转换为晴空指数。晴空指数与太阳辐照度相比,蕴含更多的大气状况信息,有助于提高太阳辐照度预测准确性。(2)建立了一个卷积神经网络,对天津市西青区站点周围50*50大小的卫星图像进行特征提取作为模型训练特征,从而提高了太阳辐照度预测的准确性。(3)对天津市西青区太阳辐照度进行分析,发现该地区太阳辐照度具有明显的季节性特征,5、6、7月份太阳辐照度最高,全年有超过7个月适宜用于光伏发电。(4)建立了基于注意力机制的...

【文章页数】：63 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景及研究意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 国内外研究现状
    1.3 研究内容和技术路线
        1.3.1 研究内容
        1.3.2 技术路线
第二章 地面站数据预处理
    2.1 研究区概况
    2.2 数据介绍
    2.3 数据预处理
        2.3.1 数据标准化
        2.3.2 晴空指数
        2.3.3 相关分析
        2.3.4 PCA算法
    2.4 本章小结
第三章 卫星数据预处理
    3.1 引言
    3.2 卫星数据介绍
    3.3 卫星数据预处理
        3.3.1 卷积神经网络原理
        3.3.2 卫星数据特征提取
    3.4 本章小结
第四章 神经网络模型
    4.1 基于注意力机制的seq2seq模型原理
        4.1.1 seq2seq模型原理
        4.1.2 注意力机制
        4.1.3 LSTM神经网络原理
        4.1.4 GRU神经网络原理
    4.2 BP神经网络原理
        4.2.1 BP神经网络建模过程
        4.2.2 激活函数
        4.2.3 BP算法的限制与不足
    4.3 本章小结
第五章 短期太阳辐照度预测
    5.1 引言
    5.2 评估指标
    5.3 太阳辐照度预测
        5.3.1 传统seq2seq模型预测结果
        5.3.2 基于注意力机制的seq2seq模型预测结果
        5.3.3 BP神经网络预测结果
    5.4 算法对比
    5.5 本章小结
第六章 结论与展望
    6.1 结论
        6.1.1 研究成果
        6.1.2 主要创新点
    6.2 不足与展望
致谢
参考文献
作者简介



本文编号：3846049