文献类型：期刊文章

作　　者：何威[1] 苏中元[1] 史金林[2] 吴炎琳[3] 马昌流[3] 王军[1]

He Wei;Su Zhongyuan;Shi Jinlin;Wu Yanlin;Ma Changliu;Wang Jun(Jiangsu Provincial Key Laboratory of Solar Energy Science and Technology,School of Energy and Environment,Southeast University,Nanjing 210096,China;Zhejiang Huadong Holding Co.,Ltd.,Hangzhou 311122,China;Tianchang Zhongdianjian Daqiao New Energy Co.Ltd.,Chuzhou 239304,China)

机构地区：[1]东南大学能源与环境学院,江苏省太阳能技术重点实验室,南京210096 [2]浙江华东院控股有限公司,杭州311122 [3]天长市中电建大桥新能源有限公司,滁州239304

出　　处：《太阳能学报》

基　　金：江苏省碳达峰碳中和科技创新重点项目(BE2022027-4)。

年　　份：2024

卷　　号：45

期　　号：3

起止页码：480-487

语　　种：中文

收录情况：BDHX、BDHX2023、CAS、CSCD、CSCD_E2023_2024、EI、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：提出一种基于双重注意力机制GRU网络(dual-attention-GRU)及相似序列修正的光伏功率预测模型。在Encoder-Decoder框架的基础上引入特征注意力以及时间注意力,能有效解决GRU网络对于输入特征及时间序列存在注意力分散的问题;采用相似功率序列的未来功率值对DA-GRU预测结果进行修正,能进一步改进预测结果。算例采用DKASC数据进行验证,对比模型在不同预测步长下的表现,结果表明:相比于其他传统模型,DA-GRU在不同评价指标下具有最佳的预测表现,且相似序列修正方法能进一步提高其预测精度。

关 键 词：光伏发电 神经网络 功率预测 注意力机制  相似修正  

分 类 号：TM615] TP183]