基于Spearman系数和TCN的光伏出力超短期多步预测

研究一种基于Spearman相关系数和改进时间卷积网络（TCN）的超短期多步光伏功率预测方法。首先,采用Spearman相关系数方法对输入的天气特征量进行筛选;然后,构建合适的时间卷积网络使其适配光伏功率预测问题。经过实际的光伏电站数据测试,单步预测模型拟合度为99.41%,预测平均绝对误差为61.04,均优于传统的长短期记忆神经网络（LSTM）。