摘要
本发明公开了一种风能与太阳能发电预测模型及应用。本发明将卷积神经网络CNN与ABiLSTM结合得到CNN‑ABiLSTM模型以及将CNN与Transformer‑MLP结合得到CNN‑Transformer‑MLP模型。CNN可以捕捉可再生能源发电数据间的短期相关性,BiLSTM以及Transformer‑MLP可以利用CNN提取的新信息来识别固有的长期相关性以进行预测。本发明的两种混合模型的预测结果更加准确高效,在适应性和泛化性上都有优势,在长期预测方面优势更为明显。
技术关键词
太阳能发电预测
位置编码单元
风能
可再生能源
注意力机制
数据
训练预测模型
时序
序列
训练集
非线性
误差
单层
指标
系统为您推荐了相关专利信息
策略优化方法
人工智能模型
风能
风力发电量
光伏发电设备
人体重识别
特征提取模块
加权特征
标识标签
模型训练方法
点击概率
视频推荐方法
多头注意力机制
交互特征
计算机可读指令
风险预测模型
轻度认知障碍
磁共振
多尺度
特征提取模块