摘要
本发明属于风光功率预测领域,公开了一种融合注意力机制的LSTM风光功率预测方法及系统,该风光功率预测方法包括以下步骤:收集影响风光功率预测的相关数据;将影响风光功率预测的相关数据分为训练样本、验证样本和测试样本,将训练样本的学习参数进行初始化设置,并设置训练超参数,基于注意力机制和LSTM构建初始Attention‑LSTM模型,基于训练参数对Attention‑LSTM模型进行训练,得到训练后的Attention‑LSTM模型,使用训练后的Attention‑LSTM模型对测试样本进行测试,在预测过程中更准确地识别并适应气象条件的变化,降低了气象突变对预测结果的不利影响,提高了预测的稳健性。
技术关键词
风光功率预测方法
LSTM模型
融合注意力机制
超参数
功率预测系统
生成样本数据
滑动窗口
长短期记忆网络
数据收集模块
注意力模型
退火算法
气象
测试模块
系统为您推荐了相关专利信息
状态预测方法
波浪补偿器
耦合动力学模型
智能驱动模块
物理
联合估计方法
锂离子电池
多状态
梯度提升决策树
状态估计方法
样本
图像检索方法
图像检索模型
锚点
存储计算机程序
机器学习算法
观测方法
LSTM模型
语句
多指标