基于特征組合的ECA-TCN光伏發(fā)電功率預(yù)測(cè)模型

打開文本圖片集

摘 要：為有效挖掘光伏發(fā)電功率數(shù)據(jù)中的有效時(shí)序信息，進(jìn)一步提升光伏發(fā)電功率預(yù)測(cè)效果，提出一種基于多因素融合的高效通道注意力機(jī)制（ECA）-時(shí)間卷積網(wǎng)絡(luò)（TCN）預(yù)測(cè)模型。首先，采用最大互信息系數(shù)（MIC）提取光伏發(fā)電功率相關(guān)特征；其次，使用多項(xiàng)式特征衍生方法融合各相關(guān)因素特征，衍生高維特征，進(jìn)行特征組合；然后，將自適應(yīng)選擇一維卷積核大小的ECA模塊與可有效捕捉光伏發(fā)電功率數(shù)據(jù)時(shí)序性信息的TCN相結(jié)合，搭建ECA-TCN預(yù)測(cè)模型；最后，采用多個(gè)模型進(jìn)行對(duì)比實(shí)驗(yàn)。（剩余14002字）