WNPS-LSTM-Informer 混合预测模型

中期预测精度优于五种现有模型

基于 Stacking 集成并融合白鲨优化与排序特征选择，有效捕捉光伏发电的周期与趋势模式，提升中期预测鲁棒性。

Yifan, Li · 刘刚 · Yisheng, Cao · Jiawei, Chen · 肖刚 · Jianchao, Tang

Renewable Energy 2025

参数信息

对比模型数量

5

技术优势

中期预测更好

模型结合 LSTM 和 Informer，并用 GA-enhanced WSO 优化后的 NeuralProphet 输入，能比单模型更好地捕捉数据中的周期与趋势。

预测精度更优

在不同时间尺度和季节下与五种最先进模型对比，预测效果都更好。

应用场景

• 光伏电站功率预测：直接预测光伏电站功率输出，无需对不同时间尺度重新建模。
• 智能电网调度：提供更准的中期功率预测，让电网调度能更好地平衡负荷与发电计划。
• 新能源并网稳定性：通过提升中期预测精度，帮助平抑新能源并网的功率波动。