PulseAugur
中
实时 14:56:21
English(EN) Distributed solar generation forecasting using attention-based deep neural networks for cloud movement prediction

基于注意力机制的神经网络提升太阳能发电预测精度

作者 PulseAugur 编辑部 · [1 个来源] ·

一项新研究调查了基于注意力机制的深度神经网络在预测云移动以改进太阳能发电预测方面的有效性。研究人员开发了一个包含注意力增强卷积长短期记忆网络和基于自注意力机制的视频预测方法的流程。他们的发现表明，对于高层云，与非注意力机制方法相比，基于注意力机制的方法可以将太阳能预测技能得分提高 5.86% 以上。 AI

影响 提高了太阳能发电预测的准确性，这对于随着光伏发电普及而提高的电网稳定性至关重要。

排序理由 学术论文，详细介绍了深度神经网络在特定预测问题中的新应用。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

基于注意力机制的神经网络提升太阳能发电预测精度

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Maneesha Perera, Julian De Hoog, Kasun Bandara, Hansani Weeratunge, Saman Halgamuge ·

    基于注意力机制的深度神经网络用于云移动预测的分布式太阳能发电预测

    arXiv:2411.10921v2 Announce Type: replace Abstract: Accurate forecasts of distributed solar generation are necessary to maintain grid stability amid the increased uptake of distributed solar photovoltaic (PV) systems. However, the high variability of solar generation over short t…

相关实体

相关话题