[IEEE 2019年第二届人工智能与大数据国际会议（ICAIBD）- 中国成都（2019.5.25-2019.5.28）] 2019年第二届人工智能与大数据国际会议（ICAIBD）- 基于深度卷积网络的短期光伏发电预测

摘要： 天气条件等不确定因素使得光伏发电预测具有挑战性。因此，一些先进的深度学习（DL）技术已被引入该领域。然而，现有基于DL的模型对历史数据的利用通常仅限于一维功率数组，且描述功率随时间变化的信息也被忽略。不同的是，本研究提出了一种基于深度卷积网络（DCN）的模型，该模型通过结合特征学习和多维数组来尝试提高预测性能。为了匹配DCN范式并深入挖掘功率信息，我们使用历史日数据构建功率张量。我们使用来自真实世界的数据集对所提出的模型进行训练和测试，自我评估以及与几种最先进模型的比较证明了我们提案的优越性。