一种基于K-means-AROA-LSTM的屋顶光伏功率预测方法

本发明公开了一种基于K‑means‑AROA‑LSTM的屋顶光伏功率预测方法，方法包括：利用K‑means聚类法对屋顶光伏历史数据预处理；对气象影响因素进行皮尔逊相关性分析，根据相关系数选择气象影响因素和上述预处理数据共同作为数据集；通过数据归一化，初始化模型参数后用AROA算法对LSTM神经网络的拓扑结构、迭代次数和学习率方面进行寻优，直到找到最优解或达到最大迭代次数得到参数；通过模型训练预测验证集光伏出力数据并进行模型误差结果评估，最终得到光伏预测结果，表明了该方法预测结果的精确性。