摘要
本发明公开了一种基于城市微气象模型的分布式光伏发电功率预测方法,其特征在于,包括:利用构建的嵌入式图卷积‑长短期记忆网络,以近期获取的气象数据和发电功率数据作为输入,实现对发电功率的预测;所述嵌入式图卷积‑长短期记忆网络由图卷积神经网络和长短期记忆网络组成,图卷积神经网络的输出作为长短期记忆网络的输入,实现所述分布式光伏发电功率的预测。本发明具有预测精度高、抗干扰能力强、模型轻量化程度高、运算速度快等优点,可显著提高分布式光伏发电系统在复杂城市微气象条件下的运行效率和可靠性。
技术关键词
城市微气象
长短期记忆网络
分布式光伏发电
节点特征
预测发电功率
光伏发电数据
数据依赖关系
历史气象数据
光伏发电功率
更新模型参数
传播算法
样本
矩阵
非线性
序列
系统为您推荐了相关专利信息
区域预测方法
人机协同
动态规划方法
视觉传感系统
机械臂
自主定位方法
无人机航迹
模型预测控制算法
无人机飞行路径
信号强度监测
光伏发电站
调度优化方法
电力系统
调度优化模型
火电
多源信息融合
故障感知方法
故障感知系统
断路器
专家知识库
营养管理方法
长短期记忆网络
饮食习惯信息
管理控制信息
患者