摘要
本发明涉及一种基于组合神经网络的海岛新能源出力预测方法和电子设备,方法包括如下步骤:获取海岛的实时太阳辐射数据和气象数据,构建输入序列并进行归一化和位置编码处理;将处理后的输入序列输入基于自注意力机制的Transformer编码器中,得到包括输入序列中不同位置间的全局依赖关系信息的第一特征向量;将所述第一特征向量输入多层长短期记忆网络中,得到包括输入序列中时间动态信息的第二特征向量;将所述第二特征向量输入全连接层中,通过将向量映射至预设的维度,得到海岛新能源出力预测结果。与现有技术相比,本发明具有提高预测准确性、优化能源管理和调度等优点。
技术关键词
海岛
依赖关系信息
长短期记忆网络
新能源出力预测
注意力机制
序列
编码器
Sigmoid函数
电子设备
双曲正切函数
前馈神经网络
太阳方位角
太阳高度角
气象
能源管理
数据
程序
系统为您推荐了相关专利信息
滤波反投影算法
多层感知机层
图像重建
样本
变压器模块
预测故障检测
故障检测模型
隔离开关
时序特征
时间序列预测模型
动态物体
图像增强方法
可见光图像
场景
GAN模型
硬盘故障检测方法
XGBoost模型
多头注意力机制
数据采集模块
非易失性计算机存储介质