基于主成分分析和改进LSTM的光伏功率预测方法及系统

摘要

本发明公开了一种基于主成分分析和改进LSTM的光伏功率预测方法及系统，所述方法包括：(1)获取一定时间内光伏功率数据，并使用主成分分析法对原始数据进行降维，提升数据处理的速度；(2)将处理好的数据集分为训练集和测试集；(3)使用莱维飞行和爬山搜索改进正余弦算法，用改进后的正余弦算法优化长短期记忆网络LSTM的隐含层神经元个数和最大训练次数；(4)建立ISCA‑LSTM模型，并使用训练集中数据训练模型；(5)将测试集中数据输入训练好的ISCA‑LSTM模型，得到预测结果，并计算均方误差、平均绝对标度误差，决定系数判断本模型的有效性。本发明与传统预测模型相比，展现出了更为优异的预测精度，能够进一步提高光伏功率预测的准确性。