摘要
本发明提供一种基于分解还原和机器学习的水电发电量中长期预测方法,包括:分别建立大型水电站发电量预测模型、抽水蓄能电站发电量预测模型和聚合小水电站发电量预测模型,给出大型水电站、抽水蓄能电站和聚合小水电站未来1个月的发电量预测值。本发明具有以下优点:本发明提供一种基于分解还原和机器学习的水电发电量中长期预测方法,将区域中的电站划分为三种类型,分别为聚合小水电站、大型水电站和抽水蓄能电站,考虑三种电站类型的特点,分别建立对应的发电量预测模型,再将预测得到的三类发电量预测值叠加并还原形成区域总发电量预测值,可以有效提高区域水电发电量预测精度。
技术关键词
水电发电量
滑动窗口
大型水电站
抽水蓄能电站
小水电站
水库
矩阵
指标
长短期记忆网络
LSTM模型
水量
数据
数值
流量预测模型
WRF模型
水轮机效率
气象
变量
环流
系统为您推荐了相关专利信息
活体检测方法
活体检测模型
空间模块
分类网络
雷达传感器
映射方法
拱桥
生成数据集
桥梁健康监测系统
执行卷积运算
分流控制方法
空调分流器
网络流量数据
网络流量峰值
三次样条插值
衰减预测方法
燃料电池电堆电压
参数
强化学习环境
特征值
信息生成方法
多模态数据融合
信息熵
统一社会信用代码
大数据