摘要
本发明涉及光伏发电预测技术领域,特别涉及短期光伏功率预测方法、计算机可读存储介质及电子设备,包括获取光伏发电系统的历史数据;筛选出与光伏功率具有强相关性的气象特征作为气象特征数据集,使用ACO优化的FCM聚类算法对气象特征数据集进行聚类;采用改进的奇异谱分析法对光伏功率数据进行分解,提取出特征分解向量;将多个气象群集和特征分解向量作为CNN‑BiGRU模型的输入,得到不同类别的数据样本集;再根据不同类别的数据样本集训练对应的CNN‑BiGRU‑CrossAttention模型,得到短期光伏功率预测模型;将未来短期的气象数据输入短期光伏功率预测模型。本发明提供了短期光伏功率预测方法、计算机可读存储介质及电子设备,能显著提高光伏功率预测的准确度。
技术关键词
短期光伏功率预测
气象
斯皮尔曼相关系数
交叉注意力机制
数据
光伏发电功率
光伏发电预测技术
聚类
光伏发电系统
可读存储介质
SSA算法
电子设备
样本
FCM算法
门控循环单元
周期性特征
矩阵