摘要
本申请涉及光伏发电技术领域,尤其涉及光伏出力预测方法、装置、设备及存储介质。该方法包括:获取不同位置的源域数据,以及获取待预测目标区域的目标域数据,所述源域数据包括光伏出力与气象数据对应关系,所述目标域数据包括光伏电厂的属性数据;通过所述源域数据对深度神经网络模型进行训练,得到源域出力预测模型;根据所述目标域数据和所述源域出力预测模型确定目标域出力预测模型;根据预设的重训练触发条件触发重新训练,通过贝叶斯超参数优化方法调节目标域出力预测模型的参数。通过重训练可以有效的提升模型的预测精度,通过贝叶斯超参数优化方法自动优化,可降低操作人员要求,提升工程实用性。
技术关键词
超参数优化方法
光伏出力预测方法
深度神经网络模型
后验概率
气象
预测模型训练
光伏发电技术
数据获取单元
可读存储介质
处理器
噪声数据
预测装置
策略
精度
关系
存储器
计算机
系统为您推荐了相关专利信息
Stacking模型
支持向量机模型
生成训练数据
随机森林模型
预报方法
深度学习模型
后验概率分布
重构误差
数据
多头注意力机制
雷达信号识别方法
超声波
噪声分类
气象环境参数
激光雷达
车辆保养方法
车辆保养计划
时间序列预测模型
车辆运行状态
监督学习模型