基于Encoder-Decoder结构和时间嵌入的光伏功率预测模型

摘要

针对光伏发电功率间歇性和波动性带来的电网安全运行问题，提出一种基于Encoder-Decoder结构和时间嵌入的短期单步光伏功率预测模型。在Encoder层利用LSTM(long short-term memory)单元提取光伏发电功率的特征，通过引入多头注意力机制来加强对输入序列中重要信息的关注。在Decoder层加入差值嵌入和时间嵌入，结合Encoder层的输出进行单步预测。采用平均插值法、降采样和z-score标准化处理原始数据，在不同气象类型下对多个模型进行对比分析。实验结果表明，在均方误差（MSE）、平均绝对误差（MAE）和均方根误差（RMSE）三种评价指标上，本模型在不同的气象条件下均优于其他2种对比模型；并且在多云天气下，本模型与其他模型相比，MSE、MAE、RMSE分别降低了34.7%、27.5%、16.6%，具有更高的预测精度和较强的鲁棒性。

关键词

光伏发电 / 短期功率预测 / 编解码 / 时间嵌入 / 注意力机制