基于KACNN-LSTM-MLP的超短期光伏发电功率预测

摘要

针对光伏发电功率超短期预测问题，提出一种基于柯尔莫哥洛夫–阿诺德卷积神经网络（Kolmogorov-Arnoldconvolutionalneuralnetwork,KACNN）和长短期记忆网络的（Longshort-term memory network, LSTM）预测模型。模型通过柯尔莫哥洛夫–阿诺德卷积神经网络实现图像样本空间特征提取。该网络的可学习卷积解决了传统卷积在图像特征提取过程中信息冗余问题。结合长短期记忆网络对天空图像序列中的时间特征进行建模，根据时空特征利用多层感知机（Multilayer perceptron, MLP）实现光伏发电功率的单步预测。实验结果表明，所提模型相较于传统卷积能够实现更高精度的功率预测。

关键词

图像特征提取 / 卷积神经网络 / 光伏发电 / 超短期预测 / KACNN