【摘 要】
：
太阳能作为具有高可用性且用之不竭的清洁能源，被认为是最有前途的能源替代品之一。光伏是最广泛使用的太阳能技术。然而，由于太阳能的间歇性，光伏发电具有不确定性。随着全球光伏装机容量的不断提升，光伏功率预测的准确性对于电网管理和电力调度至关重要。该文提出一种基于K-means聚类分析和长短期记忆神经网络（long-short-term memory, LSTM）的光伏发电功率日前逐时鲁棒预测方法。首先采
【基金项目】
：
国家自然科学基金（62002016）； 广东省基础与应用基础研究基金（2019A1515111165,2020A1515110431）； 佛山市人民政府科技创新专项基金（BK20BF010,BK21BF001）；
论文部分内容阅读
太阳能作为具有高可用性且用之不竭的清洁能源，被认为是最有前途的能源替代品之一。光伏是最广泛使用的太阳能技术。然而，由于太阳能的间歇性，光伏发电具有不确定性。随着全球光伏装机容量的不断提升，光伏功率预测的准确性对于电网管理和电力调度至关重要。该文提出一种基于K-means聚类分析和长短期记忆神经网络（long-short-term memory, LSTM）的光伏发电功率日前逐时鲁棒预测方法。首先采用K-means算法以日前天气预报数据为特征将光伏数据分为晴空天气类型和阴雨天气类型，再针对相应类型数据建立基于长短期记忆神经网络算法的预测模型。同时，为增强预测模型的鲁棒性，选择具有强鲁棒性的Huber损失函数用于模型训练，并选择计算简单且收敛速度快的鲸鱼优化算法对Huber损失函数中的超参数进行优化。将所提出的预测方法与其他方法进行预测性能的比较，结果表明，提出的方法获得了较高的预测精度。
其他文献
决策与我们人类社会活动息息相关,它在我们个人人生规划,企业长远发展,以至于国家行政军事等方面都起着至关重要的作用,因此被广泛应用到了各个领域。犹豫心理在现代决策理论与实践的过程中普遍存在,作为一种常见心理现象,犹豫不决往往会延长决策过程,使得决策者无法及时做出合适决策,进一步造成人力物力的浪费。犹豫模糊集理论通过对决策者的犹豫心理进行定量描述,同时处理不确定信息中的犹豫性与模糊性,为克服决策过程中
随着计算机视觉的发展,图像已经成为人类信息传递的重要手段,其中图像质量是图像数据的重要指标,而在雾天等恶劣天气下,常常会出现诸如图像细节丢失、图像色差、图像对比度下降等问题,这些问题会影响成像设备获取到的图像。这些低质量的图像,不仅仅影响肉眼所见的主观感受,更为关键的是,其作为一组低质量数据会降低许多智能系统的效率甚至导致更加严重的后果。如遥感系统、安防监控、无人驾驶等,清晰的、高质量的图像是这些
近年来,卷积神经网络作为人工智能领域的一种主要方案,已应用于机器视觉,如图像识别,图像处理等领域。随着网络功能的逐渐强大以及精度的不断提高,最新的卷积神经网络需要大量的参数和计算量。由于制造成本的增加和基础物理限制的迫近,单靠器件的扩展已经不能提供期望的性能增益,因此需要新的设备和算法。忆阻器的理论概念在2008年与物理设备相结合,一直是非冯·诺伊曼架构领域的研究热点。由于其高密度,高操作速度和低
近年来,我国经济实力和社会生活发生了翻天覆地的变化,人们对于美好生活的消费需求被充分激发,消费方式也逐渐从传统的保守消费转向借贷消费,与此同时,为了扩大内需、刺激消费,国家大力支持发展信贷产业。伴随着人工智能、区块链、大数据等技术的迅速兴起,金融行业也迎来了数字化和信息化转型。新兴科技与传统金融行业相结合推动了互联网金融的迅猛发展,然而互联网金融的出现,不仅改变了贷款业务,也带来了新的风险。目前互
随着互联网大数据的不断发展,网络形式背景的概念认知学习成为了人工智能领域的一个重要研究方向。形式概念分析作为概念认知学习的一个有效方法,结合网络背景的研究对数据进行处理,很大程度上提高了形式概念分析在网络数据方面的应用。通过网络形式背景刻画形式概念,可以进一步挖掘形式背景数据对网络结构的影响。以图论为理论基础可以进行分析与表示相关网络数据。传统的形式背景可以用网络分析中的关联矩阵表示,网络节点之间
脉冲神经网络（Spiking Neural Network,SNN）是一种受脑启发和事件驱动的人工神经网络（Artificial Neural Network,ANN）,在完成各种机器学习任务方面取得了巨大的成功。在对SNN的研究中,基于脉冲时间依赖可塑性（Spike-TimingDependent Plasticity,STDP）的SNN由于认知方式高度符合人脑学习方式,被认为是最有发展潜力的S
嗅觉系统是哺乳动物最重要和最基本的感知系统之一,主要由嗅觉受体、嗅球和梨状皮层组成。研究人员基于此结构搭建了由气体传感器阵列模块、信号处理模块和模式识别模块组成的电子鼻系统。电子鼻系统通过气体传感器阵列获取气体信息并转为电信号,经过信号处理模块后,由模式识别模块实现对气体的定性或定量分析。然而,电子鼻在实际的使用过程中气体传感器的输出会随着使用环境、自身老化、中毒等因素发生改变,即出现传感器漂移现
随着现代信息技术的快速发展,人们获取数据的能力不断增强,大量数据的涌现带来不可估量的价值,同时也带来许多问题。其中,时间序列数据在各个领域有着广泛应用,与人类生活密不可分,如何实现对数量级较大、变量较多、且具有一定规模数据缺失的时间序列进行有效的时空建模,是一个亟待解决的艰巨问题。关于空间结构和时序关系复杂,且具有数据缺失的多变量时间序列预测问题,本文提出一种基于张量补全的多变量缺失值时间序列预测
随着生活中智能化的发展,卷积神经网络已经广泛应用于各个领域。场景中对准确率的要求提升,网络模型也变得更加复杂,对计算资源的要求也相应提高。研究卷积神经网络的轻量化技术有助于在保证准确率的基础上,降低算法的参数量和计算量,提升网络的推理速度。由于忆阻器的动态特性,它具有实现各种神经网络训练和应用的巨大潜力。将忆阻器阵列应用于卷积神经网络进行并行计算,可以充分利用硬件架构来加速矩阵运算。由于卷积神经网
仔猪腹泻是养猪业的难题,早期断奶仔猪常发生断奶后腹泻,其最主要的致病菌便是产肠毒素大肠杆菌。断奶后腹泻造成仔猪生长发育迟缓,饲料利用率下降,使生猪养殖业遭受严重经济损失。甘草多糖是甘草的主要有效成分之一,具有多种生物活性,如抗肿瘤、抗菌、抗病毒、抗氧化等功效。目前,将甘草多糖作为一种中药添加剂用在养猪生产上的相关研究较少,为了探讨甘草多糖对ETEC引起的仔猪腹泻的防治效果及调控机制,本文开展了以下