结合用户画像的DTW-MANN-FM分布式光伏短期出力预测模型

作     者：周家亿 赵双双 王忠东 高凡 王贺 徐孝琳 Zhou Jiayi;Zhao Shuangshuang;Wang Zhongdong;Gao Fan;Wang He;Xu Xiaolin

作者机构：国网江苏电力营销服务中心南京210019 

出 版 物：《太阳能学报》 (Acta Energiae Solaris Sinica)

年 卷 期：2023年第44卷第9期

页      面：187-193页

核心收录：

学科分类：08[工学] 0807[工学-动力工程及工程热物理] 

基　　金：国家电网科技项目(5400-202118485A-0-5-ZN)。 

主　　题：分布式发电 神经网络 用户画像 光伏发电预测 多头自注意力机制 

摘      要：为解决分布式光伏短期预测中发电户特性差异、地理位置偏移导致气象数据偏差的问题,并进一步提升算法预测性能,提出结合用户画像的动态时间规整(dynamic time warping,DTW)-多头自注意力神经网络(multi-head attention neural network,MANN)-因子分解机(factorization machine,FM)预测模型。首先分析发电户档案数据和历史发电数据,统计出用户画像;再结合基于DTW标准气象特征修正偏移算法,形成合理、完善的“用户+气象特征组合样本;最后使用加权的数据样本对模型进行训练。仿真阶段使用江苏省真实光伏、气象数据,将所提模型与当前业界先进的若干光伏预测模型进行对比实验,结果表明该模型具有更高的准确度和鲁棒性,表现出更佳的预测性能。