动力工程论文_人工智能技术在新能源功率预测的-预测

一、来稿必须是作者独立取得的原创性学术研究成果，来稿的文字复制比（相似度或重复率）必须低于用稿标准，引用部分文字的要在参考文献中注明；署名和作者单位无误，未曾以任何形式用任何文种在国内外公开发表过；未一稿多投。二、来稿除文中特别加以标注和致谢之外，不侵犯任何版权或损害第三方的任何其他权利。如果20天后未收到本刊的录用通知，可自行处理(双方另有约定的除外)。三、来稿经审阅通过，编辑部会将修改意见反馈给您，您应在收到通知7天内提交修改稿。作者享有引用和复制该文的权利及著作权法的其它权利。四、一般来说，4500字（电脑WORD统计，图表另计）以下的文章，不能说清问题，很难保证学术质量，本刊恕不受理。五、论文格式及要素：标题、作者、工作单位全称(院系处室)、摘要、关键词、正文、注释、参考文献(遵从国家标准：GB\T7714-2005，点击查看参考文献格式示例)、作者简介(100字内)、联系方式(通信地址、邮编、电话、电子信箱)。六、处理流程：（1）通过电子邮件将稿件发到我刊唯一投稿信箱（2）我刊初审周期为2－3个工作日，请在投稿3天后查看您的邮箱，收阅我们的审稿回复或用稿通知；若30天内没有收到我们的回复，稿件可自行处理。（3）按用稿通知上的要求办理相关手续后，稿件将进入出版程序。（4）杂志出刊后，我们会按照您提供的地址免费奉寄样刊。七、凡向文教资料杂志社投稿者均被视为接受如下声明：（1）稿件必须是作者本人独立完成的，属原创作品（包括翻译），杜绝抄袭行为，严禁学术腐败现象，严格学术不端检测，如发现系抄袭作品并由此引起的一切责任均由作者本人承担，本刊不承担任何民事连带责任。（2）本刊发表的所有文章，除另有说明外，只代表作者本人的观点，不代表本刊观点。由此引发的任何纠纷和争议本刊不受任何牵连。（3）本刊拥有自主编辑权，但仅限于不违背作者原意的技术性调整。如必须进行重大改动的，编辑部有义务告知作者，或由作者授权编辑修改，或提出意见由作者自己修改。（4）作品在《文教资料》发表后，作者同意其电子版同时发布在文教资料杂志社官方网上。（5）作者同意将其拥有的对其论文的汇编权、翻译权、印刷版和电子版的复制权、网络传播权、发行权等权利在世界范围内无限期转让给《文教资料》杂志社。本刊在与国内外文献数据库或检索系统进行交流合作时，不再征询作者意见，并且不再支付稿酬。九、特别欢迎用电子文档投稿，或邮寄编辑部,勿邮寄私人，以免延误稿件处理时间。

动力工程论文_人工智能技术在新能源功率预测的

作者:

关键词:

摘要：

文章摘要:构建以新能源为主体的新型电力系统是实现我国“双碳”战略目标的主要举措之一，风力发电和光伏发电作为两种最具代表性的新能源，其波动性和随机性给电网安全和新能源消纳带来了重大挑战，新能源功率预测是降低其随机性影响的核心关键技术。近年来随着大数据技术和以深度学习、强化学习为代表的新一代人工智能技术在诸多领域的成功应用，其在新能源功率预测方面的应用仍有方兴未艾之势。本文首先简要论述了人工智能技术在新能源功率预测应用的理论基础，并对人工智能技术在风电和光伏功率预测方面的应用进行了系统总结，包括数据增强和特征构建等多种数据处理技术的应用，传统机器学习算法、深度学习算法以及组合算法在模型构建方面的应用，以及进化算法、群智能优化算法、强化学习等多种智能优化算法在模型训练和超参数优化方面的应用。然后对当前相关文献进行了统计分析，并基于新能源预测大赛结果和实际预测系统调研情况，对当前学术界研究热点和趋势，产业界模型应用情况进行了对比和分析。最后对当前新能源功率预测在场景自适应、小样本学习、NWP数据时空分辨率、分布式新能源预测等方面存在的一些问题进行了剖析，并对采用强化学习、元学习、图神经网络等多种人工智能技术解决相关问题的前景进行了展望。

文章关键词:

论文DOI:10.13334/j.0258-8013.pcsee.213114

论文分类号:TM73;TK01;TP18

文章来源：《预测》网址: http://www.ycqks.cn/qikandaodu/2022/0502/1873.html