基于新型注意力机制的LSTM光伏发电预测方法

摘要

结合注意力机制与长短时记忆(LSTM)循环神经网络对常规气象数据下的光伏发电量进行预测,建立一个多气象因素加权预测模型(MVWM).首先获取光伏电站近几年气象数据及其发电量数据,对其做归一化处理,提高模型收敛速度;建立基于不同气象因素的加权注意力机制;搭建LSTM循环神经网络框架;最后使用历史数据训练该网络,并将MVWM和SVM、LSTM、线性回归等模型在同一测试数据集上进行预测,结果表明MVWM具有较好的预测准确度.