10.3969/j.issn.1006-2475.2020.09.020
基于注意力机制的Encoder-Decoder光伏发电预测模型
影响光伏发电系统出力的天气因素具有很大的波动性和不连续性,因此需要创建合适的预测模型来对光伏出力特性进行精准预测,从而保证电网系统的有效运行.本文通过最大信息系数选择合适的历史光伏发电数据,将其作为特征之一进行输入数据重构,并在由LSTM神经元构建的Encoder-Decoder模型上引入注意力机制,最终得到结合注意力机制的Encoder-Decoder光伏发电预测模型.经实际光伏电厂算例分析,验证了所提模型在光伏发电预测方面的准确性和适用性.
光伏发电、最大信息系数、长短期记忆神经网络、Encoder-Decoder框架、注意力机制
TP301(计算技术、计算机技术)
国网河南省电力公司科技项目SGHAHB00XTJS1900147
2020-11-18(万方平台首次上网日期,不代表论文的发表时间)
共6页
112-117