摘要
本发明公开了一种光伏输出功率预测方法及系统,属于光伏发电领域,包括对光伏发电的原始历史数据集进行时空处理,将处理后的原始历史数据集划分为训练集,验证集,预测集;使用贝叶斯优化器优化LSTM的超参数,得到BO‑LTSM模型,将训练集输入到BO‑LTSM模型中进行训练,使用预测集输入到训练好的BO‑LTSM模型中进行初步预测得到预测输出功率;使用时间相关模型和空间相关模型对预测输出功率进行修正,得到光伏功率短期预测模型;对光伏功率短期预测模型进行评估。本发明采用上述的一种光伏输出功率预测方法及系统,用于辅助新建的分布式电站做预测,或是在建立新电站之前通过提前预测新电站的光伏功率帮助评估新电站的可行性并且提高了光伏功率预测的准确性。
技术关键词
分布式光伏电站
光伏发电量
深度学习模型
校正误差
光伏电站功率
训练集
指标
计算误差
预测误差
分布式电站
人工智能模型
优化器
数据获取单元
序列
矩阵
周期性
系统为您推荐了相关专利信息
动作识别方法
10kV配电室
通道注意力机制
动作特征
视频
智能摄像头
高分辨率镜头
服务器
策略
麦克风阵列