【预测】基于CNN-BiLSTM-Attention的光伏预测模型01 基本信息摘要：为解决光伏功率输出受光照、温度、气象条件等因素影响导致的强波动性与时序依赖性问题，本文构建了CNN-BiLSTM-Attention（卷积神经网络-双向长短期记忆网络-注意力机制）融合预测模型。模型首先对光伏相关数据集（如历史功率、气象特征）进行预处理（划分训练/测试集、归一化、维度重塑），再通过CNN层提取光伏数据中的局部时空特征（如短期气象突变对功率的影响）；引入SE（Squeeze-and-Excitation）通道注意力机制，对CNN提取的特征进行通道权重分配，强化关键特征（如