一种结合长短期记忆网络与优化算法的光伏功率预测方法

本发明涉及一种基于长短期记忆网络、差分Transformer和多目标逃跑算法的光伏发电功率预测方法，包括以下步骤：S1:按时间顺序导入多维度环境特征及对应发电功率数据，在数据中新增时间特征，归一化处理；S2:数据经线性投影后输入差分编码器，堆叠多层提取多层次特征；S3:编码器输出拼接可学习偏置后输入解码器，最终通过全连接层生成预测结果；S4:采用多目标逃跑算法优化特征维度，输出最优参数组合；S5:用最优参数训练模型，实现光伏发电功率精准预测。本发明能够更好地对光伏发电功率进行精准预测。解决了传统LSTM模型难以并行处理长序列全局信息以及传统Transformer架构在多层堆叠后注意力权重的分布会趋向均匀，无法保证特征的多样性从而导致预测精度下降的问题。