[2020年IEEE国际大数据与智能计算会议(BigComp) - 韩国釜山(2020.2.19-2020.2.22)] 2020年IEEE国际大数据与智能计算会议(BigComp) - 基于长短期记忆神经网络的光伏发电预测迁移学习研究

摘要： 数据驱动建模是光伏（PV）发电预测的研究热点之一。然而，对于一些新建的光伏电站，缺乏足够的历史数据来训练精确的模型。因此，为缺乏历史数据的光伏电站构建预测模型是一个亟待解决的问题。本文提出一种将历史太阳辐照度数据获得的知识迁移到输出预测的方法。首先基于长短期记忆神经网络（LSTM）的超参数进行优化并预训练神经元中的权重，然后用光伏输出数据对深度迁移模型进行微调。通过这种方式，可以将知识从太阳辐照度数据迁移到光伏输出数据。实验结果表明，该方法能显著降低预测误差。