一种基于复数神经网络的光伏发电预测方法及系统

AITNT
正文
推荐专利
一种基于复数神经网络的光伏发电预测方法及系统
申请号:CN202410790097
申请日期:2024-06-19
公开号:CN118364364B
公开日期:2024-08-27
类型:发明专利
摘要
本发明公开了一种基于复数神经网络的光伏发电预测方法及系统,包括:获取光伏发电历史数据和气象历史数据;根据光伏发电历史数据和气象历史数据计算皮尔逊相关系数和斯皮尔曼秩序相关系数;根据皮尔逊相关系数和斯皮尔曼秩序相关系数对气象历史数据进行筛选获得气象相关数据;通过孤立森林算法对所述气象相关数据进行校正获得训练样本;构建获得复数神经网络,利用训练样本对复数神经网络进行训练,实时获取气象数据和光伏发电数据并输入至训练后的复数神经网络,获得光伏发电预测功率;利用复数神经网络同时处理数据实部信息和虚部信息的优势,更加准确地捕捉信号的振幅、相位特征、周期性特征,从而能够更加精准的预测光伏发电功率。
技术关键词
光伏发电预测方法 气象历史数据 皮尔逊相关系数 光伏发电数据 频域特征 光伏发电预测系统 训练特征 孤立森林算法 预测特征 网络 预测光伏发电功率 异常数据 执行傅里叶变换 校正 周期性特征 相位特征
系统为您推荐了相关专利信息
1
基于人工智能的幼儿疼痛监测方法、装置、介质、程序产品及终端
监测方法 幼儿 集成学习模型 频谱特征 Stacking模型
2
一种红外图像检测模型的训练方法、装置及红外图像检测方法
图像检测模型 红外图像检测方法 编码特征 多尺度特征 解码器
3
一种基于物联网的农田排水沟净化效果评估方法及系统
农田排水沟 地表温度数据 时域特征 频域特征 传感节点
4
基于超声图像和肌电信号多模态的吞咽障碍智能分类系统及方法
智能分类方法 电信号 智能分类系统 信噪比数据 多模态
5
一种面向临床药学的血药浓度检测方法、设备及系统
特征值 建立检测模型 波形 皮尔逊相关系数 样本
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号