《表6 光伏出力预测误差比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于长短期记忆神经网络的配电网负荷预测方法研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

由于日出前后太阳辐照度低，且涉及到光伏发电启动阈值问题，光伏出力预测时段实际选择为08∶00—17∶00，每天10 h。采用Keras搭建LSTM模型，主要参数设置与3.1节中负荷预测模型选取方法相似:time＿step为10，对应每日的10 h光伏出力；batch＿size为40，input＿dim与输入数据特征数相同。隐含层中LSTM层为1，隐藏节点数为300。为了减少过拟合现象，dropout取值为0.2，激活函数为Sigmoid，损失函数选择MAE。采用SVR方法对光伏出力进行预测，参数选取参考文献[21]。2种方法得到的预测值与真实值对比如图4所示，MAE和MAPE误差对比如表6所示。