基于TCN-MHA的短期光伏功率预测OA
光伏发电的波动性和随机性对电力系统安全稳定运行具有不良影响,为提高日前短期光伏功率预测精度进而提升光伏电站运营及电网调度效率,提出一种基于时间卷积神经网络(TCN)结合多头注意力机制(MHA)的光伏功率预测方法.首先TCN接收数据,利用膨胀卷积的结构改变感受野范围,利用因果卷积的设置提取光伏数据的时序特征;经过升维后输入MHA中,选择合适的多头个数,得到多个子空间,将输入特征进行不同维度的空间映射,进一步分配注意力权重;最后降维输入全连接层结合得到的特征信息对次日 24h的光伏功率进行预测.实验在实际光伏场站数据上进行,结果表明,所提模型的预测精度优于对比模型.
孙永叡;任晓颖;张飞;高鹭;郝斌
内蒙古科技大学 信息工程学院,内蒙古 包头 014000内蒙古科技大学 信息工程学院,内蒙古 包头 014000||华北电力大学 新能源学院,北京 100000
动力与电气工程
光伏发电短期功率预测深度学习时间卷积神经网络注意力机制
photovoltaic power generationshort-term power predictiondeep learningtemporal convolutional network(TCN)attention mechanism
《科技创新与应用》 2023 (029)
8-12 / 5
内蒙古自治区重点研发和成果转化项目(2022YFSJ0033);内蒙古自治区应用技术研究与开发资金项目(2021GG0046)
评论