科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对现有新能源超短期预测方法难以有效挖掘和分析数据的固有波动规律，且当时序过长时易丢失重要信息等问题，提出了一种基于Attention机制的小波分解-双向长短时记忆网络（W-BiLSTM）超短期风、光发电功率预测方法。首先，利用小波分解提取输入时间序列的时域信息和频域信息。随后，考虑双向信息流，采用双向长短时记忆网络（BiLSTM）进行预测，引入Attention机制，通过映射加权和学习参数矩阵赋予BiLSTM隐含状态不同的权重，有选择性地获取更多有效信息。最后，通过实际数据进行实验验证。结果表明，所提模型与对比模型相比，具有良好的预测性能。
- 出版日期2020-10-21
- 单位广州市奔流电力科技有限公司; 华南理工大学
