基于动态注意力机制和多尺度特征融合的超短期光伏发电功率预测

来源：动力工程学报杂志2025年第11期北京时间：

作者：马东, 黄仪灵, 张哲, 徐思达,

摘要：为提升超短期光伏发电功率预测的精度和鲁棒性,提出一种基于Transformer的预测模型。首先,该模型采用小波分解将原始功率序列分解为多尺度分量;其次,通过Transformer模型子模块提取各分量特征,并利用多头注意力机制进行融合;然后,设计了动态注意力机制,依据外部气象条件动态调整注意力权重;最后,采用均方误差和对数似然损失的混合损失函数进行模型训练。结果表明:该方法在预测精度和泛化能力方面均优于现有主流模型。在数据波动较大的夏季,该方法的平均绝对误差为0.085 9 MW,均方根误差为0.115 2 MW,明显低于性能次优的Informer模型,为光伏发电功率的准确预测提供了新的思路和方法。

关键词：光伏发电预测,动态注意力机制,多尺度特征融合,Transformer模型,