摘要
本发明提供一种光伏电站负荷的预测方法,包括:获取包括多个样本数据的样本数据序列,并对样本数据序列中每个样本数据进行基于滑动窗口的自适应动态调整,得到调样本整后的数据序列;对所有调整后的历史负荷数据和所有调整后的外部影响因素数据分别进行多阶段特征选择,得到若干历史负荷选择数据和若干外部影响因素选择数据;对由同一时间段的历史负荷选择数据和外部影响因素选择数据构成的一维时序特征进行增强式变维度编码,得到二维特征灰度图;将灰特征度图集中的二维特征灰度图依次基于融合门控循环与注意力机制的负荷预测模型,得到光伏电站负荷的预测结果。本发明实现了面向光伏电站可靠的自学习负荷预测。
技术关键词
历史负荷数据
光伏电站
序列
轮廓系数
时序特征
特征选择
样本
负荷预测模型
滑动窗口
图像增强
冗余特征
相对湿度
时间段
注意力机制
编码
信息熵
聚类
多阶段
系统为您推荐了相关专利信息
生物质发电机组
低真空
大数据
数据采集模块
机器学习模型
飞行状态参数
警用无人机
管控平台
时序
特征提取单元