首页|基于Transformer-LSTM及误差校正的太阳辐照度预测

基于Transformer-LSTM及误差校正的太阳辐照度预测

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
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.
Solar irradiance prediction based on Transformer-LSTM and error correction

solar irradiance predictionTransformerLSTMerror correction

唐志伟、高慧敏

展开 >

浙江理工大学信息科学与工程学院,浙江 杭州 310018

嘉兴学院信息科学与工程学院

太阳辐照度预测 Transformer LSTM 误差校正

嘉兴市公益性研究计划

2020AY10012

2023

10.16644/j.cnki.cn33-1094/tp.2023.07.028

计算机时代
浙江省计算技术研究所　浙江省计算机学会

计算机时代

影响因子：0.411
ISSN：1006-8228
年,卷(期)：2023.(7)
  • 1
  • 4