摘要
本发明涉及一种光伏发电量预测模型训练方法、光伏发电量预测方法,涉及发电量预测领域,该方法包括:获取发电量特征数据和历史发电量数据,利用训练后的第一机器学习模型生成目标时间的第一发电量;基于第一发电量、发电量特征数据和历史发电量数据确定第二特征数据,利用训练后的LSTM模型生成目标时间的第二发电量;计算第一发电量与目标时间的真实发电量的第一误差,计算第二发电量与真实发电量的第二误差,按照误差倒数法计算发电量特征数据对应的权重数据;将发电量特征数据作为第三特征数据,利用第三特征数据训练第二机器学习模型,将训练后的模型作为光伏发电量预测模型训练结果。本发明可提升光伏发电量预测的准确度。
技术关键词
机器学习模型
特征描述数据
光伏发电量预测
随机森林模型
误差
LSTM模型
指定时间间隔
天气
参数
标签
照度
系统为您推荐了相关专利信息
数字孪生模型
列车运行速度
列车运行信息
校正机制
预测控制装置
课程实验教学
二维转台
游戏场景画面
初始化硬件设备
误差控制系统
网格自动生成方法
岩土材料
尺寸
像素
图像获取模块
显示控制模块
信息接收模块
信息处理模块
车用
机器学习模型