摘要
本发明涉及气象数据预测领域,公开了一种基于自注意力机制的光热电站气象数据预测方法,包括如下步骤:数据预处理,气象数据预测模型的构建和训练,模型分为编码器和解码器两部分,编码器包括输入层一、编码层一、位置编码层一和多层多头自注意力层一;解码器包括输入层二、编码层二、位置编码层二、多层多头自注意力层二和全连接层;将预处理后的数据分成训练集和测试集,利用训练集数据训练构建的模型,训练后利用测试集数据测试,得到最后的预测模型;将历史气象数据输入到训练后的模型中,得到未来几小时或几天的气象数据。本发明所公开的方法可以准确地预测未来一段时间的气象数据。本发明适合于光热电站场址的光热资源和运行条件评估。
技术关键词
数据预测方法
热电站
注意力机制
历史气象数据
解码器
神经网络参数
编码器
数据预测模型
训练集数据
代表
掩码矩阵
测试误差
标识
异常数据
系统为您推荐了相关专利信息
雷达回波数据
数据筛选方法
嵌入特征
深度学习模型
传播算法
遥感影像数据
无人机影像数据
编码器参数
滑坡识别方法
ResNet网络
缺陷检测方法
特征融合网络
特征提取网络
面板缺陷检测
纹理特征
条码图像
数据追溯方法
反光
解码成功率
解码参数
云团
查询特征
云投影
点云数据处理方法
跨模态数据