考虑全局损失的短期光伏功率预测模型  

作　　者：范晓进 郭军 姚麒麟 

机构地区：[1]中国电力工程顾问集团华东电力设计院有限公司

出　　处：《电气时代》2024年第11期63-66,共4页Electric Age

基　　金：中国电力工程顾问集团有限公司2022年度第二批重大科技专项“陆上风/光电站天空地一体化智能监测关键技术研究”,项目编号:DG3-L01-2022。

摘　　要：太阳能资源的随机性给电力系统的稳定运行带来了挑战。基于此,设计一种考虑全局损失的短期光伏功率预测模型:GL-Autoformer。全局损失使模型在训练时兼顾自监督学习和有监督学习,Autoformer基于自相关注意力机制,能够建模最新的光伏数据时序变化。实验结果表明,Autoformer在多个时间尺度上的预测优于其他模型。

关 键 词：注意力机制 有监督学习 光伏功率预测 时序变化 自监督学习 时间尺度 电力系统 太阳能资源 

分 类 号：TM615[电气工程—电力系统及自动化] TP18[自动化与计算机技术—控制理论与控制工程]