随着全球范围内光伏装机容量的持续快速增长，光伏发电易受多种气象因素影响所表现出的显著间歇性与高度随机性，对其并入电网从而影响电力系统稳定性的情况日益凸显，成为亟待解决的关键问题。因此，精确预测光伏发电的输出能力，不仅是电力生产高效规划与资源合理分配的前提，也是确保混合电力系统整体可靠性、优化电网调度策略及维护电网稳定运行不可或缺的关键环节。
近日，中国科学院青岛生物能源与过程研究所泛能源大数据与战略研究中心首次将光伏物理建模关键步骤生成的中间变量作为输入的一部分以进行数据增强，提出了一个基于Transformer的全新模型——并行时间特征信息提取网络PTFNet。相关研究成果发表于《应用能源》。
PTFNet模型利用基于卷积交互结构的时间依赖提取模块和基于自注意力机制的特征间依赖提取模块，用于拟合输入数据的时间特性和特征间关联特性，并通过多层次的堆叠实现对信息的深层提取。提取的时间依赖和特征间依赖用于进行最终的预测。
实验结果表明，PTFNet模型取得了最佳的整体预测能力，在15分钟级别的数据上，该模型对未来36h光伏发电出力预测的均方根误差降低9.1%-26.8%，决定系数达到0.93。此外，该模型预测结果在电网运营商所需要的准确性指标为92.82%，超过其他同类模型。
本研究通过巧妙融合自然科学研究范式和人工智能研究范式建立了传感器测量特征，加强了气象预报特征与光伏功率特征之间的深度关联，实现了对多源数据的充分利用，显著提升了光伏功率预测的准确性，对人工智能从非解释性研究向可解释性研究进步意义深远。
该工作由青岛能源所泛能源大数据与战略研究中心主任田亚峻研究员主持完成，得到了山东能源研究院、山东省自然科学基金、青岛博士后资助项目和中国工程院院地合作项目的支持。
论文相关信息：https://doi.org/10.1016/j.apenergy.2024.123825
12月20日，由清华大学牵头、中国电信集团有限公司等单位联合制定的“RFC6052、RFC6145和RFC7599等国际IPv6技术创新IETF R 12月18日，由中国科协—北京大学科学文化研究院、中国科协创新战略研究院及北京大学科学技术与医学史系共同主办的“第三 12月19日，第二届中国气象旅游产业发展大会在河南三门峡召开。来自中国旅游研究院、中国气象局公共气象服务中心、中国科 中新社北京1月1日电 (记者 阮煜琳)中国自然资源部海啸预警中心消息，日本本州西岸近海海域1月1日发生7.4级地震已引发 美国哈佛大学校长克洛迪娜·盖伊当地时间1月2日发表声明，宣布辞去哈佛大学校长一职。 盖伊在声明中说，她 中新网1月1日电 据法新社最新消息，日本政府表示，强震发生后没有核电站出现异常的报告。 日本石川县能登地区1日下午 。本文链接：人工智能预测光伏发电出力取得新进展http://www.sushuapos.com/show-11-8824-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。