公开(公告)号：CN112926772A

公开(公告)日：2021-06-08

申请号：CN202110199256.X

申请日：2021-02-22

Applicant: 东南大学溧阳研究院 ,  东南大学

Inventor： 孙雯 ,  孙立 ,  苏志刚

IPC: G06Q10/04 ,  G06Q50/26 ,  G06F16/2458 ,  G06F17/18 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于LSTM‑GPR混合模型的光能预测方法，包括以下步骤：S1：对从公共数据库中采集的历史光能数据进行预处理；S2：基于预处理的数据确定光能输出影响因素；S3：基于确定的影响因素确定光能预测模型的输入输出变量，建立基于长短期记忆神经网络与高斯过程回归的混合模型LSTM‑GPR；S4：基于训练数据集对建立的LSTM‑GPR混合模型进行参数学习，获取准确的光能预测模型；S5：利用独立的测试数据集进行光能预测，验证LSTM‑GPR混合模型的可行性与有效性；S6：建立评价指标，对测试结果进行评价。本发明提供的光能预测方法，弥补了单一模型的不足，可同时获取光能输出的高精度点估计与可靠的不确定性范围估计。