时空光伏预测网络

预测精度大幅领先

融合自注意力与双向卷积门控循环单元,充分挖掘区域光伏电站的时空关联,实现精准的分布式光伏功率超短期预测。

王恭 · Shengyao, Sun · Fan, Siyuan · Yuning, Liu · Cao, Shengxian · Guan, Rongqiang

International Journal of Electrical Power and Energy Systems 2024

参数信息

单步预测相对绝对误差
0.13 RAE
平均多步预测相对绝对误差提升倍数
4
单步预测相对绝对误差提升倍数
3-4
单步预测相对绝对误差
0.0048 RAE

技术优势

精度大幅提升

相比ConvGRU,多步预测RAE提高约4倍;单步预测在部分数据集上提高3-4倍。

高效降维

通过皮尔逊相关系数、归一化欧氏距离、基于互相关的SBD和地理距离构造二维测量框架,降低了输入维度而不损失关键时空信息。

多尺度时空建模

ABCGRU模型集成了自注意力机制、双向卷积GRU和编码器-解码器结构,更好地捕捉二维测量框架内的时空模式。

应用场景