基于Transformer-LSTM及误差校正的太阳辐照度预测
Solar irradiance prediction based on Transformer-LSTM and error correction
唐志伟 1高慧敏2
作者信息
- 1. 浙江理工大学信息科学与工程学院,浙江 杭州 310018
- 2. 嘉兴学院信息科学与工程学院
- 折叠
摘要
为提高太阳辐照度的长序列数据预测精度,提出一种基于Transformer-LSTM及误差校正的太阳辐照度预测模型.将长距离依赖学习中更有优势的Transformer模型与能够提取数据位置信息的LSTM网络结合,并且引入误差校正机制来提高模型预测精度.对三种不同模型在不同时间步长时的预测性能进行仿真实验,结果表明,Transformer-LSTM模型在太阳辐照度预测中具有更高的预测精度,并且在长序列数据预测中具有一定优势;引入误差校正机制后的仿真实验也表明了该机制的有效性.
关键词
太阳辐照度预测/Transformer/LSTM/误差校正Key words
solar irradiance prediction/Transformer/LSTM/error correction引用本文复制引用
基金项目
嘉兴市公益性研究计划(2020AY10012)
出版年
2023
NETL
NSTL
维普
万方数据