针对现阶段光伏功率预测方法存在的误差大、稳定性差的问题，提出了基于注意力机制的LSTMATTENTION融合神经网络用于对光伏系统的功率进行预测，通过LSTM神经网络来提取光伏系统输出功率时间序列的特征信息，再添加注意力机制以提高预测精度，最后通过澳大利亚中部乌鲁鲁（艾尔斯岩）的分布式光伏电站提供的数据进行训练与验证。结果表明：所提出的LSTM-ATTENTION神经网络预测模型比单一LSTM模型的预测精度提高了50.25%。因此，该方法可以为光伏系统的实际应用提供有力支持与帮助。
科研之友
微信
新浪微博
Facebook
分享链接
