找到 1 条结果 · IEEE Access
基于注意力驱动贝叶斯优化混合集成的济州岛可再生能源系统精准能源预测
Attention-Driven Hybrid Ensemble Approach With Bayesian Optimization for Accurate Energy Forecasting in Jeju Island's Renewable Energy System
Muhammad Ali Iqbal · Joon-Min Gil · Soo Kyun Kim · IEEE Access · 2025年1月
可再生能源并网带来能源需求和供给预测的迫切需求，波动的用户需求和高变异性能源给供需平衡带来挑战。本文提出注意力驱动贝叶斯优化混合集成框架ABHEF，在济州岛能源混合数据上验证。ABHEF集成ConvBiLSTM、ETCN、TFT和DAT等先进模型捕获短期波动和长期趋势。贝叶斯优化确定各模型最优超参数。CatBoost作为元模型表现最佳。对于小时供给预测，MAE和RMSE相比BiLSTM分别降低52%和50%；对于日供给预测，降低76%和77%。该框架为可再生能源系统能源管理和资源规划提供显著优势...
解读: 该能源预测技术对阳光电源智慧能源管理平台iSolarCloud有重要应用价值。阳光iSolarCloud管理海量光伏储能电站，需要精准的发电和负荷预测。ABHEF混合集成框架可集成到阳光预测系统中，结合天气数据和历史运行数据实现高精度多时间尺度预测。该技术可优化阳光储能系统充放电策略和新能源消纳，提...