摘要
本发明公开一种基于图结构网络的分布式光伏功率协同预测方法及系统,涉及分布式光伏功率协同预测技术领域,方法为:获取分布式光伏电站所有站点的历史数据;数据预处理后获取每一站点的历史时序数据;将历史时序数据输入至分布式光伏功率协同预测模型中,该模型由多层CNN、GCN、LSTM网络复合构成,分为并行的两个分支,分支一为并行的CNN和GCN网络,分别提取输入数据的短期时间特征和站点间空间特征;分支二为多个并行的LSTM网络,分别提取每一站点数据的长期时间特征;CNN和GCN网络的输出拼接后,再分别与每一LSTM网络的输出拼接,经过对应的全连接层后再拼接,最终输出更精确的多个站点的实际功率预测值。
技术关键词
协同预测方法
结构网络
分布式光伏电站
站点
功率
气候
模型超参数
分支
时序
鲸鱼优化算法
预测系统
计算机
数据获取模块
处理器
气压
滑动窗口
异常数据
系统为您推荐了相关专利信息
水声网络
通信节点
奖励计算方法
深度强化学习模型
波束
负荷辨识方法
电气特征
智能电能表
模型库
皮尔逊相关系数
拓扑图
电气连接结构
节点特征
注意力神经网络
样本
信道模型构建方法
信道冲激响应
时延
接收端
动态