基于XTimesNet的光伏并网低压台区电能质量预测研究

摘要

针对光伏并网低压台区电能质量预测精度低的问题，提出了一种XTimesNet电能质量稳态指标预测模型。通过对TimesBlock中的卷积模块进行改进，采用基于Xception的方法，显著提高了模型的预测准确率。利用电网检测系统采集影响电能质量稳态的数据(电压偏差、谐波畸变率和频率偏差等)与影响发电功率的环境因素相结合，对几种预测模型进行对比实验。结果表明，所提出方法在三种影响电能质量稳态典型因素的预测中表现最好，在电压偏差预测中，该方法相较于BP神经网络模型和传统GRU预测模型，预测结果精度分别提升了53%、35%,在含有分布式光伏并网低压台区的电能质量预测中精度更高。

关键词

分布式光伏并网 / 低压台区 / 电能质量预测 / TimesNet / Xception / 时序模型 / 深度可分离卷积