基于长短期记忆网络与注意力机制的短期光伏发电预测

摘要：

准确的光伏发电预测对于电网的安全稳定运行与资源优化调配具有重要作用.提出了一种基于长短期记忆网络与注意力机制的光伏出力预测模型(ATT-LSTM).首先将光伏功率、光伏组件温度以及环境湿度三个时间序列用作模型输入,接着通过长短期记忆网络进行特征提取,然后通过注意力机制进一步提取关键特征,最后通过Adagrad算法进行对神经网络的权值进行寻优.通过实际的光伏系统历史数据集,验证了所提模型在各种天气条件下的鲁棒性,相比传统预测算法具有更好的预测准确度.

关键词：光伏发电预测、长短期记忆网络、注意力机制

所属期刊栏目：42

分类号：TM615(发电、发电厂)

在线出版日期：2020-11-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：19-21,37