【時間】2023年5月18日（周四）下午14：30開始

【地點】線下講座，9A103會議室

【主題】基于分解集成架構的深度學習光伏功率預測

【主講人介紹】：

林文帥，廣東工業大學控制科學與工程專業博士研究生（在讀，預計今年6月畢業），師從國家傑出青年基金項目獲得者、教育部高層次人才、萬人計劃領軍人才、國家自然科學基金創新研究群體帶頭人魯仁全教授。長期圍繞滑模控制，事件觸發控制以及人工智能算法在電力系統中的理論研究及其應用開展工作，在IEEE TSMC、NEUROCOMPUTING、IJCAS、IJFS、CSSP等國際權威期刊和會議發表論文8篇(以第一作者發表SCI論文3篇，EI英文核心一篇，EI會議論文2篇)，授權發明專利2項。入選廣東工業大學博士拔尖創新人才計劃，獲得2018年ICCSS會議最佳會議論文獎、碩士研究生國家獎學金、廣東工業大學優秀碩士畢業生等獎勵及榮譽。

【内容簡介】 ：

光伏發電是國家新能源發展的重要組成部分，是國家“十一五”期間到“十四五”期間重點關注的發展方向。從“十一五”期間要求積極發展太陽能等新能源，到“十四五”期間明确主張集中式和分布式能源并舉的發展模式，大力提升光伏發電規模，國家對于光伏發電的規劃越來越清晰，也對光伏發電功率預測的相關理論與技術也提出了更高的要求。然而，光伏發電極易受到天氣等外界因素的影響，對其進行精準的功率預測面臨極大的挑戰。因此，研究基于氣象數據的光伏發電功率精準預測算法，對推動新能源高速發展至關重要。本報告重點介紹針對原始光伏功率數據波動性大、數據序列不平穩、模型易陷入局部最優以及現有模型預測精度低等問題我們提出的幾種基于深度學習的光伏發電功率預測方法，并簡單介紹各個方法的在提高預測模型精度上的有效性以及在電網企業的初步應用效果。

誠摯歡迎廣大師生參加。