中文

面向浑浊天气的光伏短期预测模型及其不确定性定性

机器学习 2024-10-10 v2 信号处理

摘要

太阳能是最具前景的可再生能源之一。对光伏发电量的预测是提高光伏渗透率的重要手段。然而,尤其在浑浊天气下,难以定性地量化光伏发电的不确定性,这使得预测变得具有挑战性。本文提出了一种新型模型以解决此问题。我们引入了改进的熵来定性量化浑浊天气下的不确定性,同时采用聚类和注意力机制以降低计算成本并提升预测准确率。通过优化算法调整模型参数。在与浑浊天气相关的两个数据集上实验表明,所提模型在预测准确性方面显著优于现有模型。

关键词

引用

@article{arxiv.2407.19663,
  title  = {Short-Term Photovoltaic Forecasting Model for Qualifying Uncertainty during Hazy Weather},
  author = {Xuan Yang and Yunxuan Dong and Lina Yang and Thomas Wu},
  journal= {arXiv preprint arXiv:2407.19663},
  year   = {2024}
}

备注

The manuscript was submitted to Applied Energy on August 29, 2024