基于STL-Former的中短期光伏功率预测

分享到

【作者】李灯熬，白晓东，夏鸿伟，冯丁
【刊名】热能动力工程
【作者单位】¹山西省能源互联网研究院；²太原理工大学计算机科学与技术学院(大数据学院)；³新疆石文科技发展有限公司；⁴太原师范学院计算机科学与技术学院
【年份】2024
【卷号】第39卷
【期号】第4期
【页码】140-146，153
【ISSN】1001-2060
【关键词】深度学习光伏功率预测 STL分解
【摘要】由于光伏发电具有间歇性和波动性，给电网运行的安全性和稳定性造成危害，对光伏功率进行准确预测可以有效解决这一问题。本文提出一种基于STL-Former的中短期光伏功率预测模型，该模型结合了季节趋势局部加权回归分解与神经网络模型。首先，STL-Former模型将光伏功率数据通过STL分解进行特征扩充，用于提取基于历史序列的周期项、趋势项特征。然后，拼接周期项、趋势项特征和原特征，进行数据预处理和特征编码并使用基于Informer模型的神经网络进行功率预测。最后，在真实数据集上进行大量实验。实验结果表...
【文献类型】期刊