【时间】2023年5月18日（周四）下午14：30开始

【地点】线下讲座，9A103会议室

【主题】基于分解集成架构的深度学习光伏功率预测

【主讲人介绍】：

林文帅，广东工业大学控制科学与工程专业博士研究生（在读，预计今年6月毕业），师从国家杰出青年基金项目获得者、教育部高层次人才、万人计划领军人才、国家自然科学基金创新研究群体带头人鲁仁全教授。长期围绕滑模控制，事件触发控制以及人工智能算法在电力系统中的理论研究及其应用开展工作，在IEEE TSMC、NEUROCOMPUTING、IJCAS、IJFS、CSSP等国际权威期刊和会议发表论文8篇(以第一作者发表SCI论文3篇，EI英文核心一篇，EI会议论文2篇)，授权发明专利2项。入选广东工业大学博士拔尖创新人才计划，获得2018年ICCSS会议最佳会议论文奖、硕士研究生国家奖学金、广东工业大学优秀硕士毕业生等奖励及荣誉。

【内容简介】 ：

光伏发电是国家新能源发展的重要组成部分，是国家“十一五”期间到“十四五”期间重点关注的发展方向。从“十一五”期间要求积极发展太阳能等新能源，到“十四五”期间明确主张集中式和分布式能源并举的发展模式，大力提升光伏发电规模，国家对于光伏发电的规划越来越清晰，也对光伏发电功率预测的相关理论与技术也提出了更高的要求。然而，光伏发电极易受到天气等外界因素的影响，对其进行精准的功率预测面临极大的挑战。因此，研究基于气象数据的光伏发电功率精准预测算法，对推动新能源高速发展至关重要。本报告重点介绍针对原始光伏功率数据波动性大、数据序列不平稳、模型易陷入局部最优以及现有模型预测精度低等问题我们提出的几种基于深度学习的光伏发电功率预测方法，并简单介绍各个方法的在提高预测模型精度上的有效性以及在电网企业的初步应用效果。

诚挚欢迎广大师生参加。