基于混合神经网络的光伏发电功率超短期预测方法及系统

本发明提供基于混合神经网络的光伏发电功率超短期预测方法及系统，方法包括：获取并预处理历史特征数据，构建神经网络的输入；对预处理特征时间序列中的光伏发电功率的原始采样时间序列进行CEEMDN分解，得到CEEMDAN分解序列，组合得到组合特征构建M+1个GRU‑Attention神经网络模型，处理组合特征，得到第m个GRU‑Attention神经网络的最终预测值IM Fm；通过反向传播和梯度下降算法对M+1个GRU‑Attention神经网络模型进行训练，得到光伏发电短期预测模型，以进行光伏发电功率预测。本发明解决了对时间依赖关系的建模能力不强、光伏发电功率预测精度和计算效率有待提高、分解过程的稳定性和完整性难以保证、模态混叠现象导致噪声干扰、模型对光伏发电波动特性的适应性与鲁棒性较低的技术问题。