摘要
本发明公开了一种基于GA‑LSTM的多维时序光伏功率预测方法，涉及光伏功率预测技术领域，包括：步骤S1，将数据集分为不同子数据集，对子数据集进行处理；步骤S2，进行遗传算法初始化，随机生成N个父代种群个体；步骤S3，计算每次迭代时的种群个体适应度函数值；以最小适应度函数值作为迭代的最优值，通过交叉变异得到新的子代种群，重复计算每次迭代时的种群个体适应度函数值并与最优值进行比较，选择适应度函数值最小的一组超参数作为最优解；步骤S4，重复S3，输出最优超参数组合；步骤S5，将最优超参数组合带入LSTM神经网络结构中，建立GA‑LSTM预测模型。本发明的预测方法具有较高的预测精度和较小的预测误差。
