لطفا منتظر بمانید ...
0% Complete
صفحه اصلی
/
سی و یکمین کنفرانس بین المللی مهندسی برق
The Use of Additive Decomposition and Deep Neural Network for Photovoltaic Power Forecasting
نویسندگان :
Fariba Dehghan
1
Mohsen Parsa Moghaddam
2
Maryam Imani
3
1- دانشگاه تربیت مدرس
2- دانشگاه تربیت مدرس
3- دانشگاه تربیت مدرس
کلمات کلیدی :
Additive decomposition،Convolution neural network،Deep learning،PV power forecasting
چکیده :
Predict photovoltaic (PV) power production is indispensable for security and reliability of the grid. In this article, a short-term forecasting method, namely trend decomposition two-dimensional convolutional neural network based on additive decomposition and convolution neural network (CNN) is proposed. Firstly, the additive decomposition model is deployed to decompose the PV power generation series to the long-term trend (LT), the seasonal trend (ST), and the random component. Then, three independent two-dimensional convolutional neural networks are designed to extract daily and hourly dependencies among the decomposed components. Finally, the prediction results of these networks are summed for the final forecast. The one-day-ahead forecasting capability of the presented method is evaluated with two case studies using real datasets gathered from Limburg and Luxembourg, Belgium. Analysis of the prediction’s results indicates that the proposed method has higher accuracy compared to individual multi-layer perceptron, two-dimensional convolutional neural network, long short-term memory (LSTM), gated recurrent unit, and bidirectional LSTM networks.
لیست مقالات
لیست مقالات بایگانی شده
Multi-Objective Particle Swarm Optimization Of Spiral Antenna for Microwave Imaging Applications
Mehdi Yousefnia - Jaber Allahgholipor - Ataollah Ebrahimzadeh
A New Optimal Design of a Solar Power Plant On The Rooftop of Bovisa Train Station in Milan
Omid Nasirkhani - Mohsen Tamaddon
Output feedback tube-based MPC for an LPV system using inexact scheduling variables
Nima Naeiji - Ali Akbar Afzalian - Arash Sadeghzadeh
Novel continuous phase DDS model for linear Chirp Signal Simulation in Pulse Compression Radar
Shahin Khakisedigh - Artin Khosravian - Mobin Jamali
Joint Fairness, Fragmentation, and Physical Layer Impairments Aware Routing, Spectrum and Modulation Level Allocation in Elastic Optical Networks
Hassan Khanahmadzadeh - Arash Rezaee - Lotfollah Beygi
مقایسه روش‌های خوشه‌بندی مبتنی بر یادگیری ماشین در تحلیل الگوی مصرف برق مشترکین با استفاده از داده‌های ثبت شده بُعدبالا از کنتور هوشمند
فروزان جعفری مریکی - مطهر جعفری مریکی - محمدرضا شادمان - محمد علی اکبری
A Novel RBFNN-Based Triple Terminal Sliding Mode Control for robotic manipulators
Mahdi Armoon - Marzie Lafouti - Babak Tavassoli - Hamid D.Taghirad
مدیریت انرژی شارژر خودروهای الکتریکی، به منظور افزایش ضریب نفوذ خودروهای الکتریکی و بهبود پروفیل ولتاژ شبکه های توزیع الکتریکی هوشمند با استفاده از شارژ خودروها در محل کار
مهدی افشار - سعید اسماعیلی جعفرآبادی
بهبود تصاویر دریافتی از دوربین مادون قرمز کوتاه با استفاده از یادگیری عمیق
محمد سپهوند - علی اصغر عسکری - لاله رحیمی نژاد
Small Target Detection Using an Enhanced Optimization Based Filter and Trajectory Tracking Via Pattern Matching Algorithm
Seyedeh Mahsa Zakipour Bahambari - Saeed Khankalantary
بیشتر
ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 44.7.2
