基于vmd和双重注意力机制lstm的短期光伏功率预测

该资料大小估算1.29MB，基于vmd和双重注意力机制lstm的短期光伏功率预测共9页，pdf格式

该研究提出了一种短期光伏功率预测方法，结合变分模态分解和双重注意力机制的长短期记忆网络。首先，使用VMD将原始光伏功率序列分解为多个子序列，降低非平稳性影响。然后，构建LSTM模型，引入双重注意力机制：时间注意力捕捉关键时间步特征，特征注意力筛选重要输入变量。最后，将各子序列预测结果重构为最终功率输出。实验表明，该方法相比传统LSTM和单注意力模型，提升了预测精度和稳定性。