基于SVR-LSTM-BP的分布式光伏短期出力预测方法研究

提出一种分布式光伏短期出力组合预测方法，以BP神经网络耦合支持向量回归（Support Vector Regression, SVR）和长短期记忆（Long Short-Term Memory, LSTM）神经网络实现组合预测。首先分别构建两个单一模型：以高斯径向基函数为核函数的支持向量回归模型和三层长短期记忆神经网络，并分别预测，再通过三层BP神经网络将前两个单一模型的预测结果耦合并输出，以提高预测的准确度。利用江苏某光伏发电装置采集的真实数据进行仿真验证，得出结论：SVR-LSTM-BP模型的准确度与SVR模型相比有显著提高，而与LSTM模型接近，稳定性则比LSTM模型有一定提高。