Page 153 - 《中国电力》2026年第5期

杨超颖等：基于深度学习的集中式光伏电站在线增量功率预测方法 2026 年第 5 期

YIN Hao, LI Yidian, XIE Zhifeng, et al. Short-term photovoltaic forecasting based on deep learning model[J]. Electrical Drive
power prediction method based on mixed graph neural network and Automation, 2023, 45(4): 62–64, 49.
gated recurrent unit network[J]. Acta Energiae Solaris Sinica, 2024, [30] 朱明. 基于数据处理和深度学习的光伏发电预测模型 [J]. 河南科
45(3): 523–532. 学, 2023, 41(7): 970–977.
[23] 王育飞, 郝德扬, 薛花, 等. 计及云图和混沌特性的光伏功率组合预 ZHU Ming. Photovoltaic power generation prediction model based
测方法 [J]. 太阳能学报, 2023, 44(12): 74–81. on data processing and deep learning[J]. Henan Science, 2023, 41(7):

WANG Yufei, HAO Deyang, XUE Hua, et al. Combined forecasting 970–977.
approach of photovoltaic power based on cloud images and chaotic [31] 王海军, 居蓉蓉, 董颖华. 基于时空关联特征与 B-LSTM 模型的分
characteristics[J]. Acta Energiae Solaris Sinica, 2023, 44(12): 74–81. 布式光伏功率区间预测 [J]. 中国电力, 2024, 57(7): 74–80.
[24] 邓韦斯, 戴仲覆, 王皓怀, 等. 基于 WNN 的光伏功率超短期预测研 WANG Haijun, JU Rongrong, DONG Yinghua. Distributed
究 [J]. 机械与电子, 2023, 41(12): 15–19. photovoltaic power interval prediction based on spatio-temporal
DENG Weisi, DAI Zhongfu, WANG Haohuai, et al. Ultra-short-term correlation feature and B-LSTM model[J]. Electric Power, 2024,
57(7): 74–80.
forecasting research research of photovoltaic power based on
WNN[J]. Machinery & Electronics, 2023, 41(12): 15–19. [32] 戚成飞, 王亚超, 李文文, 等. 基于数据驱动的高渗透率电动汽车充
[25] 范国庆, 李康辉, 高捷, 等. 基于核密度估计和 CatBoost 算法的光 电规划与优化 [J]. 中国电力, 2026, 59(2): 104–113.
伏功率预测方法 [J]. 上海电力大学学报, 2023, 39(6): 529–535. QI Chengfei, WANG Yachao, LI Wenwen, et al. Data driven
planning and optimization of high penetration electric vehicle
FAN Guoqing, LI Kanghui, GAO Jie, et al. A photovoltaic power
charging[J]. Electric Power, 2026, 59(2): 104–113.
prediction method based on kernel density estimation and CatBoost
[33] 高岩, 吴汉斌, 张纪欣, 等. 基于组合深度学习的光伏功率日前概率
method[J]. Journal of Shanghai University of Electric Power, 2023,
预测模型 [J]. 中国电力, 2024, 57(4): 100–110.
39(6): 529–535.
[26] 沙伟燕, 胡伟, 何宁辉, 等. 大规模虚拟储能平抑新能源功率预测误 GAO Yan, WU Hanbin, ZHANG Jixin, et al. Day-ahead probabilistic
prediction model for photovoltaic power based on combined deep
差优化调度方法 [J]. 电力科学与技术学报, 2023, 38(6): 167–174.
learning[J]. Electric Power, 2024, 57(4): 100–110.
SHA Weiyan, HU Wei, HE Ninghui, et al. Optimal scheduling
[34] 贺庆辰, 秦斌. 基于改进 SAC 算法的城轨列车混合储能系统动态
method for stabilizing power prediction error of new energy by large-
功率分配策略 [J]. 湖南电力, 2024, 44(4): 11–19.
scale virtual energy storage[J]. Journal of Electric Power Science and
HE Qingchen, QIN Bin. Dynamic power allocation strategy for
Technology, 2023, 38(6): 167–174.
hybrid energy storage system of urban rail trains based on improved
[27] 卫志农, 徐昊, 陈胜, 等. 基于深度学习的直流配电网分布鲁棒优化
SAC algorithm[J]. Hunan Electric Power, 2024, 44(4): 11–19.
调度方法 [J]. 电力自动化设备, 2023, 43(10): 87–94.
[35] 王斌, 明廷谦, 李志强, 等. 人工智能技术在配电网运行智能决策支
WEI Zhinong, XU Hao, CHEN Sheng, et al. Distributionally robust
持系统中的应用研究 [J]. 电气技术与经济, 2024(6): 116–118, 122.
optimal dispatching method of DC distribution network based on
deep learning[J]. Electric Power Automation Equipment, 2023, 作者简介：
43(10): 87–94. 杨超颖（1984），女，通信作
[28] 杨锡运, 马文兵, 彭琰, 等. 基于组合神经网络的分布式光伏超短期 者，高级工程师（教授级），从事新
功率预测方法 [J]. 热力发电, 2023, 52(8): 162–171. 能源功率预测、新能源运行及调控研
究，E-mail：ycy629@126.com；
YANG Xiyun, MA Wenbing, PENG Yan, et al. Distributed
李慧蓬（1985），男，高级工程
photovoltaic ultra-short-term power prediction method based on
师，从事新能源并网运行分析研究，
combined neural network[J]. Thermal Power Generation, 2023,
E-mail：huipeng_li@163.com；
52(8): 162–171.
赵军（1991），男，工程师，从事新能源功率预测、
[29] 许伟欣, 杨明, 骆海琦, 等. 基于深度学习模型的光伏发电负荷预
储能运行研究，E-mail：18246153625@163.com。
测 [J]. 电气传动自动化, 2023, 45(4): 62–64, 49.
XU Weixin, YANG Ming, LUO Haiqi, et al. Photovoltaic load （责任编辑 杨彪）

149