一种基于CNN、BiLSTM和Attention的光伏发电预测方法和系统

本发明提出了一种基于CNN、BiLSTM和Attent ion的光伏发电预测方法和系统，将光伏发电数据序列进行归一化处理；通过一维卷积神经网络CNN初步提取光伏发电数据序列的时间特征并进行降维；通过双向长短时记忆网络BiLSTM进一步提取时间特征，前向层进行正向计算得到每个步长向前隐含层的输出，后向层进行反向计算得到每个步长向后隐含层的输出，结合得到最终输出的特征序列向量；通过注意力机制Attent ion结合特征序列向量提取关键特征并按照重要程度进行合并，为特征序列向量分配注意力权重并进行加权求和，得到光伏发电序列的完整特征；构建光伏发电预测模型并结合完整特征预测光伏发电功率。本发明能对光伏发电数据序列进行充分的学习，大大提高了预测效率和准确性。