基于相似日與ISC-BiLSTM的短期光伏功率預(yù)測方法

打開文本圖片集

摘 要：針對傳統(tǒng)光伏功率預(yù)測方法的精度和魯棒性難以兼顧的不足，提出一種結(jié)合相似日理論、改進麻雀算法（ISSA）與SE通道注意力機制的卷積（CNN）雙向長短期記憶（BiLSTM）神經(jīng)網(wǎng)絡(luò)模型（簡寫為ISC-BiLSTM），能實現(xiàn)短期光伏功率的準確預(yù)測。該方法首先通過相關(guān)性計算，篩選出影響光伏功率的主要氣象因子；再使用模糊C均值聚類（FCM）方法對存在相似天氣特征的相似日進行聚類；然后通過加入SE的CNN對主要氣象參數(shù)與歷史功率的時空特征進行充分提取；接著利用BiLSTM對數(shù)據(jù)序列間的依賴關(guān)系進行捕捉；最后通過ISSA對模型的超參數(shù)進行尋優(yōu)，并選擇超參數(shù)最優(yōu)的模型進行功率預(yù)測。（剩余18166字）