面向光伏功率预测的残差深度学习模型
来源：计算机应用与软件杂志2024年第11期北京时间：
作者：干逸飞, 吕品, 郑树泉
摘要：为保证光伏功率预测模型在气象突变时具有较高的精度，提出用残差量化气象突变，并将其构造为一种新特征。应用最大信息系数(MIC)剔除无关的气象特征后，引入XGBoost模型得到残差序列。利用残差的自相关性，将上一时刻的残差作为当前时刻的新特征，构建面向光伏功率预测的残差深度学习模型。实验结果表明，在气象突变下，该模型能取得更高的精确度。
关键词：超短期光伏功率预测, XGBoost, LSTM, 预测修正
