摘要：為了解決現(xiàn)有光伏電站短期發(fā)電量預(yù)測(cè)方法存在的預(yù)測(cè)模型復(fù)雜、預(yù)測(cè)誤差較大、泛化能力較低的問(wèn)題,提出一種基于深度信念網(wǎng)絡(luò)的短期發(fā)電量預(yù)測(cè)方法。首先綜合考慮影響光伏出力的環(huán)境因素和光伏板的運(yùn)行參數(shù)以及光伏電站歷史發(fā)電量數(shù)據(jù),對(duì)深度信念網(wǎng)絡(luò)進(jìn)行訓(xùn)練和學(xué)習(xí)。在此基礎(chǔ)上,采用重構(gòu)誤差的方法確定深度信念網(wǎng)絡(luò)隱含層層數(shù)。最后針對(duì)某光伏電站短期發(fā)電量進(jìn)行預(yù)測(cè)算例分析,驗(yàn)證了該預(yù)測(cè)模型能主動(dòng)選擇樣本抽象特征、自動(dòng)確定隱含層層數(shù),對(duì)短期發(fā)電量預(yù)測(cè)精度較高。對(duì)比前饋反向傳播(Back Propagation,BP)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型與長(zhǎng)短期記憶網(wǎng)絡(luò)(Long/Short Term Memory,LSTM)預(yù)測(cè)模型,結(jié)果表明所提方法運(yùn)算量低、預(yù)測(cè)精度高,且增加神經(jīng)網(wǎng)絡(luò)的深度比改進(jìn)神經(jīng)網(wǎng)絡(luò)神經(jīng)元對(duì)預(yù)測(cè)效果更有效。