【好文推荐】基于周期信息增强的Informer光伏发电功率预测

引文信息

张倩, 蒙飞, 李涛, 等. 基于周期信息增强的Informer光伏发电功率预测[J]. 中国电力, 2023, 56(10): 186-193.

ZHANG Qian, MENG Fei, LI Tao, et al. Informer photovoltaic power generation forecasting based on cycle information enhancement[J]. Electric Power, 2023, 56(10): 186-193.

摘要

针对光伏发电功率预测方法难以捕捉层次时序信息导致预测精度提升受限的问题，提出基于周期信息增强的Informer光伏发电功率预测方法。首先，提取光伏发电功率序列标量投影、局部时间戳和全局时间戳建立周期信息增强的预测模型嵌入层；然后，通过Informer模型概率稀疏自注意力主动筛选光伏发电功率与特征变量间重要联系，采用卷积层和池化层对模型变量维度和网络参数进行自注意力蒸馏；最后通过解码层生成式机制进一步预测单序列和长序列发电功率。通过仿真验证，所提模型预测精度更高，能够对光伏发电功率进行长时间预测。

结论

为了提升光伏发电功率单序列和长序列预测能力，提出了基于周期信息增强的Informer光伏发电功率预测方法，通过提取光伏发电功率序列标量投影、局部时间戳和全局时间戳等特征信息，构建了周期信息增强的预测模型嵌入层，采用Informer模型概率稀疏自注意力机制计算输入变量对光伏发电功率的关联性，利用自注意力蒸馏降低模型变量维度和网络参数计算，基于Informer模型生成式机制对光伏发电功率进行LSTF。通过某地区光伏电站运行数据验证，所提预测方法与RNN、LSTM和Transformer算法相比，具有更高的预测精度，适合处理非线性复杂建模问题，并且在光伏发电功率LSTF取得较好的预测效果，将为光伏发电功率超短期和短期预测提供新的思路和解决方案。

欢迎点击文后“阅读原文”跳转期刊官网，获取更多信息！

 往期回顾 

编辑：于静茹

策划：蒋东方

审核：方彤

声明

根据国家版权局最新规定，纸媒、网站、微博、微信公众号转载、摘编《中国电力》编辑部的作品，转载时要包含本微信号名称、二维码等关键信息，在文首注明《中国电力》原创。个人请按本微信原文转发、分享。欢迎大家转载分享。