摘要
本发明涉及一种中期光伏发电功率的预测方法、电子设备和介质,该方法包括:获取一段时间内的数据集,数据集包括影响因素数据和光伏发电功率数据,将数据集划分为训练集和测试集;将训练集输入构建CNN‑BiLSTM‑Attention模型进行训练,其中CNN模型对数据进行特征提取和降维;CNN模型所提取的特征信息输入BiLSTM提取光伏功率的深层时间特征,Attention机制对BiLSTM隐藏层所提取到的时间信息通过加权的方式进行重要程度的区分,挖掘响应数据深层次的时序特征;运用IAOA算法选取CNN‑BiLSTM‑Attention模型的最优超参数,利用最优超参数构建IAOA‑CNN‑BiLSTM‑Attention模型作为中期光伏功率预测模型;将测试集输入中期光伏功率预测模型,输出中期光伏功率预测结果。与现有技术相比,本发明具有实现中期光伏发电功率精确预测等优点。
技术关键词
Attention机制
超参数
时序特征
光伏发电功率预测
算法
电子设备
训练集数据
处理器
可读存储介质
存储器
非线性
程序
批量
规模
计算机
系统为您推荐了相关专利信息
性能预测模型
升力
优化翼型
建立神经网络模型
阻力
规则算法
模板
计算机可执行指令
推荐方法
分析模型技术
筷子生产线
数据管理系统
原料消耗量
数据处理模块
分布式计算资源