摘要
本发明提出了一种基于改进EEMD算法的光伏功率短期分段预测方法及系统,属于功率预测技术领域;通过四分法获取历史光伏发电功率中的特征点,并依据特征点按照时间序列分别将历史光伏发电功率和环境数据信息划分为连续的数据段,再通过改进的EEMD算法对每个光伏发电功率数据段分别进行分解计算,并且与对应的环境数据信息数据段的相关性分析;以此通过对历史光伏发电功率进行分段式分析,以此能够更为精确的分析出不同的环境影响因素对不同时间段内功率数据的影响度;同时改进的EEMD算法通过对本征模态继续进行分解,能够有效降低功率数据的波动性,以此降低对预测模型的影响,以此提升预测精度。
技术关键词
光伏发电功率
EEMD算法
分段预测方法
特征点
双向长短期记忆
神经网络模型
功率预测技术
拉格朗日
因子
频率
计算机装置
数据获取模块
数据处理模块
处理器
预测系统
相对湿度
参数
系统为您推荐了相关专利信息
协同优化控制方法
光伏发电功率
储能系统
模型预测控制框架
光伏发电量预测
风险辨识方法
像素点
图像分析软件
电力作业现场
双目相机
训练机器学习模型
图像处理技术
三维图像数据
局部特征描述子
非暂态计算机可读存储介质