基于LSTM-LGB模型的光伏电站辐照强度预测

• 作者: 邱瑞东 何山 董宁 王冉旭 董广凯
• 来源期刊: 安徽大学学报（自然科学版）
• 关键词: 光伏电站 辐照强度预测 LSTM LightGBM 组合模型
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 电子与自动化技术
• 页码范围: 66-71
• 页数: 6页
• 分类号: TM615
• 语种: 中文
• DOI: 10.3969/j.issn.1000-2162.2021.03.010

摘要

为提高光伏电站辐照强度的预测精度,提出一种基于长短时记忆网络(long short term memory network,简称LSTM)和轻梯度提升机(light gradient boosting machine,简称LightGBM)的组合模型.以LightGBM模型的预测结果作为LSTM模型的一个特征输入,然后采用误差倒数法对以上两种模型的数据进行加权组合,得到组合模型的预测值.算例分析结果表明:与其他3种模型比较,该文组合模型的预测精度最高.