基于LSTM-ATTENTION融合神经网络的光伏功率预测

摘要：

针对现阶段光伏功率预测方法存在的误差大、稳定性差的问题,提出了基于注意力机制的LSTM-ATTENTION融合神经网络用于对光伏系统的功率进行预测,通过LSTM神经网络来提取光伏系统输出功率时间序列的特征信息,再添加注意力机制以提高预测精度,最后通过澳大利亚中部乌鲁鲁(艾尔斯岩)的分布式光伏电站提供的数据进行训练与验证.结果表明:所提出的LSTM-ATTENTION神经网络预测模型比单一LSTM模型的预测精度提高了50.25%.因此,该方法可以为光伏系统的实际应用提供有力支持与帮助.

关键词：光伏系统、功率预测、LSTM、注意力机制

所属期刊栏目：42

分类号：TK448.21(内燃机)

资助基金：国家自然科学基金;内蒙古科技计划项目;内蒙古自治区自然科学基金项目

在线出版日期：2023-08-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：350-354,384