一种基于多模态学习的超短期光伏功率预测方法

AITNT
正文
推荐专利
一种基于多模态学习的超短期光伏功率预测方法
申请号:CN202410833819
申请日期:2024-06-26
公开号:CN118503918A
公开日期:2024-08-16
类型:发明专利
摘要
本发明提供一种基于多模态学习的超短期光伏功率预测方法,涉及多模态和深度学习领域,借助深度学习方法设计功率预测模型,对未来超短期内的功率输出进行预测,以促进光伏发电的实际应用;本发明基于多模态学习方法,同时输入并处理历史功率数据和历史地基云图数据,使预测模型能学习更全面的信息,得到更准确的预测。本发明能够提高应对不同天气情况的能力。
技术关键词
数据编码器 多模态学习方法 解码器 时间段 序列特征 历史功率数据 误差反向传播 地基云图 深度学习方法 代表 模块 融合特征
系统为您推荐了相关专利信息
1
航班碳排放的预测方法、装置及存储介质
机器学习模型 数据 时间段 可读存储介质 因子
2
转向架轴承的故障诊断方法、装置、电子设备及存储介质
特征提取网络 振动特征 声纹特征 复合传感器模块 转向架
3
基于卷积网络和注意力机制的布料模拟细节生成方法
生成方法 布料 解码器结构 引入注意力机制 三角形
4
用于获取机场延误信息的数据处理方法、装置和设备
大语言模型 编码特征 注意力 数据处理方法 时间段
5
一种实时的面向小目标的密集行人检测方法
行人检测方法 跨尺度特征融合 编码模块 输出特征 通道
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