基于可解釋性深度學(xué)習(xí)的太陽(yáng)輻射強(qiáng)度預(yù)測(cè)

摘要： 準(zhǔn)確預(yù)測(cè)太陽(yáng)輻射強(qiáng)度（SI）對(duì)電力調(diào)度和光伏選址至關(guān)重要。隨著高性能計(jì)算機(jī)和大容量存儲(chǔ)設(shè)備的發(fā)展，基于數(shù)據(jù)驅(qū)動(dòng)的深度學(xué)習(xí)模型在SI預(yù)測(cè)領(lǐng)域獲得廣泛關(guān)注，然而，深度學(xué)習(xí)模型的“黑箱”特性在物理解釋性上的缺失，限制了其在特定場(chǎng)合的應(yīng)用可信度。為了在保持預(yù)測(cè)精度和模型結(jié)構(gòu)不變、不增加計(jì)算復(fù)雜度的前提下，提升模型的可解釋性，構(gòu)建了一個(gè)基于長(zhǎng)短時(shí)記憶（LSTM）神經(jīng)網(wǎng)絡(luò)的模型。其性能比傳...