摘要
基于混合注意力机制的发电场发电量预测方法和系统,属于新能源领域,本发明通过监测发电场的天气信息和发电量数据,以及周边区域的天气信息,应用基于时空注意力机制的LSTM方法进行时间序列处理,并将得到的空间注意力和时间注意力的输出进行融合作为DNN的输入,基于DNN的输出进行最终发电量的预测。对发电场天气信息和发电量数据的处理能够从发电场的运行特性和内部环境出发,提取出与发电量变化高度相关的特征;对周边区域天气数据的处理能够从大气环境交互关联和影响的特性出发,提取出影响发电量变化的相关特征;融合两类特征进行发电量的预测能够有效增加发电量预测模型的灵活性、鲁棒性、对动态环境的适应性和预测结果的准确性。
技术关键词
时空注意力机制
发电量预测方法
天气
深度神经网络
数据
发电量预测系统
序列
太阳能发电场
记忆单元
可读存储介质
滑动窗口技术
生成训练样本
矩阵
风速
气压
网络架构
计算机
系统为您推荐了相关专利信息
智能检测分析系统
数据采集设备
数据机房
检测分析方法
机器视觉系统
视频重定向方法
排序模型
视频重定向系统
排序损失
轨迹特征
金融产品推荐方法
协同过滤算法
XGBoost模型
兴趣
金融产品推荐装置