公开(公告)号：CN116341613A

公开(公告)日：2023-06-27

申请号：CN202211743137.7

申请日：2022-12-26

Applicant: 河北工业大学

Inventor： 赵全明 ,  杨天意 ,  凡创 ,  刘玉 ,  毛露 ,  李天成 ,  刘芮彤

IPC: G06N3/0455 ,  G06N3/0442 ,  G06N3/084 ,  H02J3/00 ,  G06Q50/06

Abstract: 本发明属于机器学习、新能源领域，公开了一种基于Informer encoder和LSTM的超短期光伏功率预测方法，该方法将历史气象数据和历史功率数据经过预处理之后分为训练集、验证集和测试集，然后建立结合信息器编码器Informer encoder和长短时记忆网络LSTM的预测模型并对其进行训练，将测试集和验证集输入训练好的模型中得到预测功率。本发明可以利用Informer encoder捕获远距离的信息依赖关系，并通过去除Informer encoder的蒸馏层以保留全局特征，然后利用LSTM增强局部相关性，最后在LSTM后加入池化层以减少全连接层的参数，来减缓过拟合现象，提高了光伏发电预测精度。