一种基于IDBO优化的LSTM光伏面板积灰程度预测方法及系统与流程
技术特征：
1.一种基于idbo优化的lstm光伏面板积灰程度预测方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于idbo优化的lstm光伏面板积灰程度预测方法，其特征在于：步骤b中构建基于改进蜣螂优化算法优化的lstm光伏面板透光率预测模型时，所述改进蜣螂优化算法，设计蜣螂的滚球、跳舞、觅食、繁殖和偷窃行为作为建模规则，对所述的模型超参数进行寻优，其中，每个蜣螂种群由四种不同的蜣螂组成，包括滚球蜣螂、繁殖蜣螂、觅食蜣螂以及偷窃蜣螂，具体包括：
3.根据权利要求2所述的一种基于idbo优化的lstm光伏面板积灰程度预测方法，其特征在于：在步骤b中，构建基于改进蜣螂优化算法优化的lstm光伏面板透光率预测模型时，在lstm层前添加cnn层，运用cnn层捕捉到局部特征，提高模型的表达能力、运行效率以及鲁棒性。
4.根据权利要求3所述的一种基于idbo优化的lstm光伏面板积灰程度预测方法，其特征在于：在步骤b中，构建基于改进蜣螂优化算法优化的lstm光伏面板透光率预测模型时，在lstm层后添加注意力机制，运行注意力机制能并行处理输入序列的所有部分，模型能够在不同的表示子空间捕捉信息，有助于提高不同的时间序列特征，提高模型的计算效率以及灵活性。
5.根据权利要求4所述的一种基于idbo优化的lstm光伏面板积灰程度预测方法，其特征在于：所述步骤b中，对构建的基于改进蜣螂优化算法优化的lstm光伏面板透光率预测模型开展消融实验，通过多个评价指标来对比分析不同优化设计的预测效果；所述评价指标包括：拟合系数、均方根误差、均方误差、平均绝对误差以及平均绝对百分比误差。
6.根据权利要求5所述的一种基于idbo优化的lstm光伏面板积灰程度预测方法，其特征在于：步骤a中，对获取的光伏面板透光率数据以及影响因素数据样本进行多层次预处理操作，包括数据清洗、特征工程、离群值与缺失值处理以及数据平滑操作。
7.根据权利要求6所述的一种基于idbo优化的lstm光伏面板积灰程度预测系统，其特征在于，包括：
技术总结
本申请公开了光伏面板积灰程度预测技术领域的一种基于IDBO优化的LSTM光伏面板积灰程度预测方法及系统。通过收集光伏面板的透光率数据样本，并进行预处理，形成用于模型训练的实验数据样本集。利用改进蜣螂优化算法(IDBO)来优化LSTM网络的关键超参数，在网络结构中引入CNN层和自注意力机制，以增强模型对局部特征和时间序列数据的处理能力。构建一个高效的光伏面板积灰程度预测模型，将实时监测的透光率数据输入模型进行预测，根据预测结果的拟合系数和均方根误差等指标，输出积灰程度的提示信号，再根据透光率来反应积灰程度。该系统通过数据处理、模型训练、预测执行和结果评估等步骤，确保了预测结果的准确性和实用性，提升了光伏系统的性能和可靠性。
技术研发人员：黄庭宇,陈建东,罗杰,敖德欣,任健,梁金飞,文桥,冯平平,徐凌桦,杨靖
受保护的技术使用者：中国电建集团贵州工程有限公司
技术研发日：
技术公布日：2024/11/26
技术研发人员：黄庭宇,陈建东,罗杰,敖德欣,任健,梁金飞,文桥,冯平平,徐凌桦,杨靖
技术所有人：中国电建集团贵州工程有限公司
备 注：该技术已申请专利，仅供学习研究，如用于商业用途，请联系技术所有人。
声 明 ：此信息收集于网络，如果你是此专利的发明人不想本网站收录此信息请联系我们，我们会在第一时间删除