基于GRU-LSTM组合神经网络的光伏功率区间预测方法

本发明公开了基于GRU‑LSTM组合神经网络的光伏功率区间预测方法，属于光伏功率区间预测技术领域；S1、以历史发电数据作为原始风光发电功率预测数据并进行处理，采用皮尔逊相关系数筛选相关气象特征；S2、构建GRU‑LSTM组合模型，并设置相关超参数；S3、以筛选的相关气象特征作为输入进行训练，根据权重系数计算光伏点预测结果并进行相关误差评价；S4、基于所述光伏功率点预测结果，利用分位数回归技术计算光伏功率区间预测结果并通过测试集检测性能评估。本发明以预测误差相关指标最小为目标，考虑了不同天气对于光伏功率处理的影响，利用皮尔逊相关系数分析选取了更加具有代表性的气象特征，利用组合模型和分位数回归技术最终得到光伏功率区间预测结果。