利用深度学习进行负荷与可再生能源预测以实现电网稳定
机器学习
2025-01-24 v1 人工智能
摘要
随着能源格局的快速变化，电网运营商面临诸多挑战，尤其是在将可再生能源并入电网时。最重要的挑战是平衡供需，因为太阳能和风能高度不可预测。面对这种不确定性，可靠的短期负荷和可再生能源预测有助于稳定电网、最大化储能并保证可再生资源的有效利用。物理模型和统计技术是此前用于此类预测任务的方法。在预测可再生能源方面，机器学习和深度学习技术最近已展现出令人鼓舞的成果。更具体地说，CNN 和 LSTM 等深度学习技术以及回归等传统机器学习技术主要用于负荷和可再生能源预测任务。在本文中，我们将主要关注基于 CNN 和 LSTM 的预测方法。
引用
@article{arxiv.2501.13412,
title = {Load and Renewable Energy Forecasting Using Deep Learning for Grid Stability},
author = {Kamal Sarkar},
journal= {arXiv preprint arXiv:2501.13412},
year = {2025}
}