基于深度学习的波浪能发电功率预测

张明宇; 赵猛; 蔡夫鸿; 梁钰; 王鑫红

doi:10.16088/j.issn.1001-6600.2020.03.004

广西师范大学学报（自然科学版） ›› 2020, Vol. 38 ›› Issue (03) : 25 -32. DOI: 10.16088/j.issn.1001-6600.2020.03.004

基于深度学习的波浪能发电功率预测

张明宇, 赵猛, 蔡夫鸿, 梁钰, 王鑫红

作者信息 +

Author information +

文章历史 +

PDF

摘要

针对波浪能发电中波高和频率的强随机性所导致的发电功率输出不稳定性问题,提出利用波浪能发电功率的预测数据,辅助储能系统(物理储能和化学储能)准确动作以平抑其波动性。预测数据是基于长短期记忆网络(long-short term memory,LSTM)和BP神经网络相结合的波浪能发电功率预测方法预测得到的。利用南海某岛两年天气数据和245 d的波浪能发电功率数据进行实验,训练并测试3个预测时间跨度LSTM-BP模型。对某波浪能发电船的功率在不同时间跨度的情况进行预测,实验结果表明,利用LSTM-BP模型可以较好地实现波浪能发电输出功率预测。