[发明专利]一种基于改进长短期记忆神经网络的光伏发电预测方法

摘要

本发明涉及一种基于改进长短期记忆神经网络的光伏发电预测方法，应用Mohsen Shahrouzi提出的EBS优化算法，在提供原始学习数据和LSTM层组成的LSTM神经网络超参数后进一步提出OLSTM模型，将得到比传统模型更高预测精度和实时性的优化结果。LSTM神经网络带有m*n个单元的m个隐藏层和1个密集层构成，利用EBS算法就可以完成高精度超参数的选择，采用OLSTM模型输入超参数XGbest，并将归一化后的数据通过MATLAB工具箱里的LSTM训练函数及预测函数进行训练再对功率进行预测，最终得到预测值。相比于传统的LSTM模型，通过EBS优化和LSTM神经网络结合的OLSTM可以通过自动搜索一套最佳的超参数来取代人工计算找到的超参数，从而显著提高了精确度。