摘要
本发明涉及一种基于Image‑PV序列与CNN‑GRU‑LGB的光伏预测方法,包括如下步骤:S1、生成深度学习数据集;S2、建立并训练CNN‑GRU神经网络;S3、将步骤S1生成的深度学习数据集输入步骤S2训练好的CNN‑GRU神经网络,截取CNN‑GRU神经网络第一层全连接的输出作为Image‑PV特征进而得到LightGBM训练所需的数据集;S4、搭建并训练CNN‑GRU‑LGB模型;S5、计算待预测时刻的Image‑PV特征,并将Image‑PV特征与对应的历史光伏出力数据输入到步骤S4中训练好的CNN‑GRU‑LGB模型,计算得到光伏出力的预测结果。本发明能够显著降低光伏预测的误差。
技术关键词
GRU神经网络
光伏预测方法
生成深度学习
深度学习数据集
序列
光伏电站
图像
节点数
优化器
策略
样本
误差
系统为您推荐了相关专利信息
Pearson相关系数
水泥砂浆
门控循环单元网络
超参数
聚丙烯纤维
收益分配方法
训练样本数据
时间段
决策
数据血缘关系