基于TCN-BiLSTM-Attention-ESN的光伏功率预测

打开文本图片集

摘 要：针对光伏发电功率随机性强、难以准确预测的问题，提出一种基于时间卷积网络（TCN）、双向长短期记忆网络（BiLSTM）和回声状态网络（ESN）的组合预测方法。首先，使用自适应噪声完备集合经验模态分解（CEEMDAN）将功率数据分解为一系列相对平稳、不同波动模式的子功率序列；再将分解重构后的功率序列和其他特征序列输入到TCN-BiLSTM-Attention-ESN组合模型中，其中TCN-BiLSTM-Attention用于提取光伏序列波动特征并构建时空特征向量；最后，将所提取的时空特征向量输入ESN获得预测结果。（剩余18710字）