您当前的位置：
首页 >
文章列表页 >
基于白鲨算法与改进长短期记忆网络的光伏出力预测
发电技术 2025年46卷第4期 页码：778-787
大规模新能源并网运行调控关键技术|更新时间：2026-06-29
|
基于白鲨算法与改进长短期记忆网络的光伏出力预测
Photovoltaic Output Prediction Based on Improved Long Short-Term Memory Network Using White Shark Optimization Algorithm
- “研究团队提出基于白鲨算法与改进LSTM网络的光伏功率预测模型，采用WSO算法优化预测模型参数，显著提高了光伏发电功率的预测精度，为高比例光伏接入后系统的稳定运行提供了参考依据。”
DOI：10.12096/j.2096-4528.pgt.24028
修回：2024-05-06
移动端阅览
145
浏览量
203
下载量
3
CSCD
文章被引用时，请邮件提醒。
提交
相关文章
太阳能光伏/光热技术研究现状与发展趋势综述
基于改进霜冰优化算法的短期光伏功率预测方法研究
基于样本熵聚类分解-倒置Transformer模型的光伏功率预测
面向倾斜接收面的高通量聚光太阳炉优化研究
风热机组耦合太阳能光伏光热系统的性能分析
相关作者
肖瑶
钮文泽
魏高升
崔柳
杜小泽
王玲芝
赵佳蕊
李万军
相关机构
电站能量传递转化与系统教育部重点实验室(华北电力大学)，北京市 昌平区
华能新能源股份有限公司蒙西分公司，内蒙古自治区
西安航空职业技术学院自动化工程学院
西安邮电大学人工智能学院、自动化学院
华东交通大学电气与自动化工程学院
