摘要
本发明公开了一种风光一体化功率预测方法及系统,涉及新能源电力预测领域,包括采集风光天气数据并进行数据预处理,根据风光功率预测样本集构建高维时空特征向量,并对高维时空特征向量进行特征降维;采用AI大模型对风光功率预测样本集进行分析,并通过文本编码器对生成的数据分析进行编码;采用决策树模型评估每个属性对任务的重要性,并生成属性重要性矩阵,结合注意力矩阵对风光属性解析特征集合进行处理;将关键特征与风光属性解析特征集合进行门控融合,经过输出层获得短期预测输出功率,并使用加权综合误差评价指标对模型性能进行评价。本发明提升了预测模型的精度和可靠性,同时提高了模型的训练和预测速度,确保新能源电站的高效运行。
技术关键词
风光一体化
功率预测方法
综合误差
文本编码器
高维特征向量
多层注意力机制
新能源电站
数据
矩阵
决策树模型
样本
LightGBM模型
sigmoid函数
插值方法
功率预测系统
天气
系统为您推荐了相关专利信息
输电线路设备
图像分割方法
隐式特征
文本编码器
噪声图像
文本编码器
预测特征
查询特征
多模态
生成图像特征
文本编码器
搜索特征
图像编码器
上下文特征
多模态