典型文献
基于Att-LSTM的光伏出力的超短期预测
文献摘要：
光伏出力的有效预测有助于电网提前规划,为整个系统运行提供先决条件.长短期记忆网络(Long Short-Term Memory,LSTM)在时序参量的处理上具有其他算法不具备的优势,并且克服光伏出力预测的不确定性,加入了注意力机制(Attention)模块.基于互信息熵确定影响光伏发电出力的相关影响变量,将上述影响较大的数据作为整个模型的输入,并放入Att-Lstm模型中进行训练.最终通过与其他算法进行比较,验证了所提出算法的有效性与准确性.
文献关键词：
光伏出力短期预测;注意力机制模块;负荷预测;长短期记忆(LSTM)网络
中图分类号：
作者姓名：
辛浩淼;李冶;邹巍;李保国
作者机构：
广东电网有限责任公司江门供电局,广东江门 529000
文献出处：
引用格式：
[1]辛浩淼;李冶;邹巍;李保国-.基于Att-LSTM的光伏出力的超短期预测)[J].通信电源技术,2022(23):1-3
A类：
Lstm
B类：
超短期预测,先决条件,长短期记忆网络,Long,Short,Term,Memory,序参量,光伏出力预测,Attention,互信息熵,光伏发电,影响变量,放入,光伏出力短期预测,注意力机制模块,负荷预测
AB值：
0.28637
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
