一种基于自适应修正分位数回归神经网络的光伏功率预测方法

本发明公开一种基于自适应修正分位数回归神经网络的光伏功率预测方法。通过构建双流混合神经网络实现特征提取以提升预测准确性：其中，卷积神经网络与多头注意力机制结合的分支负责提取长期特征，双向门控循环单元分支则专注于识别短期波动，将双流混合神经网络与分位数回归结合。为解决分位数交叉及损失函数零点不可微问题，提出自适应修正弹球损失函数，并引入平滑函数优化，确保预测分位数单调递增及损失函数全域可微。该方法可实现点预测、区间预测及概率密度预测，通过多维度评价指标验证预测效果，充分挖掘光伏功率潜在信息，具备实际工程应用价值。