一种基于动态多尺度排列熵与改进型xLSTM的光伏功率超短期概率预测方法

本发明公开了一种基于动态多尺度排列熵与改进型xLSTM的光伏功率超短期概率预测方法，包括如下步骤：步骤1、对光伏预测涉及的多源异构数据进行预处理，进行动态多尺度特征提取；步骤2、对步骤1中的特征进行融合并改进xLSTM建模；步骤3、将步骤2中的预测结果进行反归一化，再对预测结果进行评估。本发明通过动态多尺度排列熵精准提取多尺度复杂度特征，解决了传统熵方法气象序列局部波动与全局趋势的耦合问题、忽略多尺度特性与环境变量关联的问题；通过改进型xLSTM的门控修正机制，解决了单一模型对天气突变响应滞后的问题，动态调节历史记忆权重以增强适应性；通过分位数回归层直接输出置信区间，解决了传统确定性预测无法量化不确定性的问题，提供高覆盖度的概率预测，动态集成策略平衡精度和计算效率。