基于跳跃连接策略和TCN-BiLSTM的光伏功率预测

来源：计算机应用与软件杂志2025年第6期北京时间：

作者：王俊, 欧阳福莲, 周杭霞

摘要：针对光伏功率预测过程中，数据的短期非线性规律和长周期性捕获不充分的问题，提出一种基于跳跃连接策略和TCN-BiLSTM模型的光伏功率预测方法。通过灰色关联度寻找相似样本，构成当日的预测数据集；使用时间卷积网络（TCN）进行局部特征提取，以保持特征的时序性；采用跳跃连接策略的双向长短时记忆网络（BiLSTM）充分学习光伏序列的长期间短期序列模式特征，并结合注意力机制自适应地关注更重要的历史状态。通过某电站的实测数据进行实验，结果表明，该方法能有效预测光伏发电功率，且相较于通用模型，具有更小的预测误差和更高的鲁棒性。

关键词：跳跃连接, 时间卷积网络, 长短期记忆, 注意力机制, 光伏功率预测