Abstract：
为提高光伏发电的预测精确度，提出一种结合主成分分析（PCA）、双通道注意力（CSA）机制和Informer的短期光伏发电量预测新模型.采用Spearman相关分析方法对光伏发电的多元时间序列进行分析，并结合PCA提取时序特征，构建输入数据集.同时，引入CSA机制模块，提取光伏发电历史数据的时间维度和空间维度的特征，然后输入Informer模型进行预测.采用以30 min为分辨率的光伏电站公开数据集进行实验验证和对比分析.实验结果表明，本研究所提出的预测模型在4步预测中的平均绝对误差为0.061 5,均方误差为0.020 5,均方根误差为0.143 5,R
Keyword：
Reprint 's Address：
Email：
Source ：
福州大学学报(自然科学版)
Year： 2024
Issue： 06
Volume： 52
Page： 681-690
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 2
Affiliated Colleges：
