SL-ANFIS-LSTM 预测模型

面向超短期光伏功率预测的模糊神经网络模型

Zhao, Su · Shen, Jun · 周庆国 · 雍宾宾

IEEE Transactions on Fuzzy Systems 2025

技术优势

能抓天气模糊因素

用可学习结构的 ANFIS 模块刻画天气、温度等不确定性因素。

能抓时序依赖

LSTM 模块提取时间上的依赖关系，提升预测准确度。

物理信息纠错

引入物理信息修正光照强度变化导致的非法误差。

应用场景

• 光伏功率预测：提供准确的超短期光伏功率预测，支撑实时调度与稳定并网。
• 电网实时调度：预测值可输入调度系统，优化功率分配，减少弃光。